我正在尝试构建一个使用深度卷积神经网络来分割车辆的系统。我熟悉预测一定数量的点（即结束具有 4 个神经元的密集层的神经架构，以预测两者的 2 个点（x，y）坐标）。然而，车辆有许多不同的形状和大小，并且一辆车可能需要比另一辆车更多的分割点。如何创建可以具有不同数量输出值的神经网络？我想我可以使用某种 RNN，但需要一些指导。谢谢
例如，在下图中，两辆车具有不同数量的标记关键点。
如何使用深度学习执行多项式地标检测
数据挖掘
深度学习
rnn
卷积神经网络
2022-03-07 23:59:31
1个回答
当您对每张图像都有固定数量时，地标很好，但我认为这不是解决您问题的正确方法。相反，我认为您应该研究通过应用蒙版来分割图像的模型。一个开始的地方可能是研究 Mask R-CNN。
这是论文：Mask R-CNN
以下是如何使用 Keras 使用您自己的数据集训练现成的 Mask R-CNN 实现：教程