哪种神经网络模型最有效

Question

目前我正在学习神经网络。我尝试使用不同的模型来识别人，并遇到了一个非常有趣的问题。我使用了yolo v3，掩码r-cnn，但从间接角度拍摄的照片中的所有人都忽略了照片中的人。现有的模型中哪一个是最准确和有效的？

Answer 1

这是深度学习模型的主要问题。对于要检测的对象的每个实例，在训练集中应该至少有一个与其相似的对象(在角度、大小、颜色、形状等情况下)。训练数据中的相似对象越多，该对象被检测的概率就越高。

在速度和准确性方面，YOLO V3是目前最好的之一。如果你想要物体的精确边界(分割)，Mask RCNN也是最好的模型之一。如果不需要对象的确切边界，我建议使用YOLO来提高效率，您可以在训练数据上工作，并尝试添加具有不同大小、角度、形状的人的多个实例，还包括截断和遮挡的情况(当只有人的一部分可见时)，以获得模型性能的更多泛化。