質問編集履歴
3
Note 追加
test
CHANGED
File without changes
|
test
CHANGED
@@ -38,6 +38,20 @@
|
|
38
38
|
|
39
39
|
|
40
40
|
|
41
|
+
どうぞ宜しくお願いします。
|
41
42
|
|
42
43
|
|
44
|
+
|
45
|
+
=================================
|
46
|
+
|
47
|
+
【Note】
|
48
|
+
|
43
|
-
|
49
|
+
**注目すべき技術:**
|
50
|
+
|
51
|
+
● SSD: Single Shot MultiBox Detector
|
52
|
+
|
53
|
+
|
54
|
+
|
55
|
+
●Using Machine Learning to Explore Neural Network Architecture
|
56
|
+
|
57
|
+
https://research.googleblog.com/2017/05/using-machine-learning-to-explore.html
|
2
追伸
test
CHANGED
File without changes
|
test
CHANGED
@@ -30,6 +30,14 @@
|
|
30
30
|
|
31
31
|
|
32
32
|
|
33
|
+
【注】
|
34
|
+
|
35
|
+
resCNN はResidual Networkで実現したCNNと言うつもりで書いたのです。
|
36
|
+
|
37
|
+
**ResNeXt**が**もっと**進んだ方法であるらしいですね。
|
38
|
+
|
39
|
+
|
40
|
+
|
33
41
|
|
34
42
|
|
35
43
|
どうぞ宜しくお願いします。
|
1
表現訂正
test
CHANGED
File without changes
|
test
CHANGED
@@ -8,7 +8,7 @@
|
|
8
8
|
|
9
9
|
これまで画像objectを特定するために、人工的特徴によって行い、
|
10
10
|
|
11
|
-
多くの場合objectのサイズに関係なし(2-3倍の
|
11
|
+
多くの場合objectのサイズに関係なし(2-3倍の変動があっても)同定できます。
|
12
12
|
|
13
13
|
で、
|
14
14
|
|
@@ -16,9 +16,9 @@
|
|
16
16
|
|
17
17
|
【質問1】
|
18
18
|
|
19
|
-
CNNで学習したobjectのサイズと
|
19
|
+
CNNで学習したobjectのサイズとTEST画像に存在する実際のobjectのサイズとの間に
|
20
20
|
|
21
|
-
2-3の差があっても大丈夫でしょうか。
|
21
|
+
2-3倍の差があっても大丈夫でしょうか。
|
22
22
|
|
23
23
|
|
24
24
|
|