Bildiğim kadarıyla, CNN sürgülü pencere tekniklerine güveniyor ve yalnızca belirli bir desenin belirli sınırlama kutularında herhangi bir yerde mevcut olup olmadığını belirtebilir. Bu doğru mu?Convolutional nöral ağ görüntüleri üzerinde yerelleştirme yetenekleri var mı?
Bu tekniklerden herhangi bir yardım almadan CNN ile lokalizasyon elde edilebilir mi?
Görüntü tanımada açık bir sorun. Sürgülü pencerelerin yanı sıra, mevcut yaklaşımlar görüntüdeki nesne konumunu CNN çıktısı olarak tahmin etmeyi, sınırları öngörmeyi (görüntü sınırına ait olan pikselleri sınıflandırma veya yapma) ve benzerlerini içerir. Bakınız örneğin this paper ve orada referanslar. Ayrıca, maksimum havuzlama kullanan CNN ile nesne algılamaya katkıda bulunan özellik detektörlerinin konumlarını belirleyebilir ve olası nesne konum bölgesini önermek için bunu kullanabilir.
CNN'lerdeki nesneleri yerelleştirmek için bazı yeni teknikler vardır. Bu belgeye bakın http://cnnlocalization.csail.mit.edu/Zhou_Learning_Deep_Features_CVPR_2016_paper.pdf
Global Ortalama Havuzlama (GAP) adlı bir katman kullanır ve ek çalışma olmadan CNN, tanıdığı nesneyi yerelleştirebilir.
Ayrıca, bu gerçekten iyi blog yazısı ödeme: https://alexisbcook.github.io/2017/global-average-pooling-layers-for-object-localization/
cevabın için teşekkür ederiz! –