听起来可能是一个非常基本的问题，但在具有多个对象的检测问题（通过回归解决）中，权重更新如何工作，以便同时满足所有类的回归方程。其他物体的盒子如何不干扰我们物体的盒子权重的训练？帮助感激不尽。提前致谢！:)
多目标检测
数据挖掘
计算机视觉
2022-02-18 11:58:54
1个回答
因为NN看不到盒子。
它所做的唯一工作是使用前馈和反向传播来最小化损失。
假设图像有 1 个对象-
=> 4 个 o/p 值 => 4 个 o/p 神经元 => 4 个 y_train 值 => NN 中的 4 个损失
=>为了使损失最小，它将自我调整以拥有所有 4 个o/p 神经元尽可能接近真相。
假设图像有 2 个对象-
=> 8 个 o/p 值 => 8 个 o/p 神经元 => 8 个 y_train 值 => NN 中的 8 个损失
=>为了使损失最小，它将自行调整以拥有所有 8个o/p 神经元尽可能接近真相。
区别-
显然，稍后将是一个更大的网络，需要更多的 epoch 来获得权重的黄金值
如果你刚刚开始深度学习 -
Michael Nielsen