我想检测一类对象的位置，这可能在图像中出现多次。具体来说，这涉及到检测自动驾驶汽车刹车灯的研究。我想类似的技术可以用来检测安全应用的所有面孔，或机器人足球的球，或特定类型的癌症或......

目前我正在考虑重新训练 YOLO9000 或 SSD 网络，因为两者都具有运行 30fps 所需的实时性能。但是，我假设至少他们的一些容量专用于我不需要的功能

• 分类范围广泛的类别
• 检测某物是否是这些类中的任何一个的对象

由于我的问题要简单得多，我想知道是否有专门用于本地化任务的网络架构？

我发现了类似的问题，但在这两种情况下，我想要回答的问题都与次要问题混为一谈，并且没有给出我正在寻找的答案。如果其中一个得到更好的答案，我很乐意以骗子的身份结束：

https://stackoverflow.com/questions/45891271/neural-network-to-detect-one-class-of-object-only https://ai.stackexchange.com/questions/2279/cnn-for-detecting-not -只是对象的性质，但在图像中的位置-a

我确实从这些问题中学到了一件有用的事情：尝试检测一个类实际上是区分两个类——我想要检测的对象和背景/其他所有东西。