imagenet数据集和coco数据集的一点区别(转载)

针对分类和检测任务的一点区别(自己的一点愚见，如有不对请指正)

imagenet数据集主要是用来做分类任务，对于某一张图片里面的多个物体，它的发呢类只是归属于某一个物体，只是对于某个物体做的分类。只是对图片里面主要的物体做分类，因为分类不能去做检测，单纯的分类网络只能做单分类。若想多分类，则需要加上检测的网络分支才可以。imagenet里面的用于检测任务的数据集比较小。

coco数据集，主要用来做检测，不能用来训练单纯的分类网络(因为里面没有用来做单纯的分类网络的label)，只能用来做多分类。多分类，其实暗含的需要有检测网络。
————————————————
版权声明：本文为CSDN博主「qinglv1」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qinglv1/article/details/86605378