我想问你一个关于图像分类的问题。 实际上我正在制作一个图像分类器，并且使用以 keras 和 tensorflow 作为后端的卷积神经网络。 我的问题是如何识别图像中的多个对象。 我尝试过使用激活函数 sigmoid 和损失函数 - binary_crossentropy 的卷积神经网络，但我不满意。
最佳答案
我假设您使用的是简单的 CNN，在这种情况下，对于多个对象，它只会识别单个对象。问题不在于激活或丢失，而在于架构。您需要使用 RCNN(Faster RCNN、YOLO、SSD 或当前的 SOTA:Mask RCNN)之类的东西。
如果您使用的是 RCNN 模型，并且检测不够准确，您需要发布有关您的网络的更多详细信息，以便任何人提出改进建议。
关于image-processing - 图像中的多个对象检测，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47779249/