YOLO v3模型主要通过（）提高小目标检测能力。
A: 使用卷积层代替池化层
B: 多尺度预测
C: 引入残差网络中的残差模块
D: 增加neck结构
A: 使用卷积层代替池化层
B: 多尺度预测
C: 引入残差网络中的残差模块
D: 增加neck结构
举一反三
- ResNet残差模块中，若输入为x，卷积层输出为F(x)残差块的输出为ReLu(H(x)=F(x)+x)（ ）
- 以下哪些目标检测算法含有多尺度检测结构？ A: SSD B: YOLO v2 C: YOLO v3 D: Faster RCNN
- 以下哪个关于卷积神经网络的说法是错误的？ A: 典型的卷积神经网络是由卷积层、池化层和全连接层等组成 B: 卷积神经网络训练时学习的是每层神经元的值 C: AlexNet是一个8层的卷积神经网络 D: 目标检测网络Yolo网络结构中包含卷积层
- 卷积神经网络的结构为“卷积层-池化层-卷积层-池化层-全连接层-全连接层”。
- 卷积神经网络的结构主要包括（ ）。 A: 卷积层 B: 池化层 C: 全连接层 D: 输入层