25 Matching Annotations
  1. Mar 2021
    1. balances

      既需要对数据有适当的敏感,这样才能够作为经验,判断别的东西;但是又不能对数据太敏感了,不然就成了单纯记忆这些数据集里的东西,导致过度拟合,没有办法进行相似判断。

    2. independent

      因为一旦这些特征shi相互独立的,经过压缩之后,相当于有些信息就损失了,所以重建就会变得很难。

    1. highes

      最高的设为1,其余全部设为0.。比较高,但不是最高的,不会被计入到损失中去(原因是,虽然这些方框并不是预测得最准的,但是他们也不能被认为是错的)

    2. objects that are actually likely

      不是一开始就告诉机器,图片上有多少个物体,给定方框的数量;而是让机器自己找有多少个,自己输出与物体数量匹配的方框数量。

    3. which grid cell contains the center of our bounding box annotation

      我们会有一个bounding box,这个方框会有一个中心。图片被粗糙地分为了7*7,要看方框的中心落在哪一个方格中。

    4. image segmentation which provides localization at the pixel-level

      用长方形是以长方形为单位,而用图像分割的方式,就是以像素点为单位了。