多目标检测

Question

听起来可能是一个非常基本的问题，但在多个对象的检测问题(通过回归解决)中，权重更新是如何工作的，从而使所有类的回归方程都能同时满足。为什么其他物体的盒子不干扰我们物体的盒子重量的训练呢？帮了很多忙。预先感谢！)

Answer 1

因为NN看不到盒子。

它所做的唯一工作是使用前向和反向传播将损失降到最低。

假设图像上有一个物体-

=> 4 o/p值=> 4 o/p神经元=> 4 y_train值=> 4丢失成NN

=>To的损失最小，它将调整自己，使所有的4o/p神经元尽可能接近事实。

假设图像上有两个物体-

=> 8 o/p值=> 8 o/p神经元=> 8 y_train值=> 8损失为NN

=>To的损失最小，它将调整自己，使所有的8 o/p神经元与事实一样接近事实。

不同之处-

显然，以后将是一个更大的网络，需要更多的时代来获得权重的黄金值。

如果你刚开始深造-

迈克尔尼尔森