有关YOLO(v1)算法，以下哪个说法是错误的？
A: 把目标检测转化为一个回归问题，无需候选区域生成环节，因此速度得到了提升
B: 由于候选区域只能从SXS个有限的网格选择，因此YOLO v1算法的准确性不如Faster R-CNN
C: 因为一个网格对应的边框B通常取2，所以YOLO v1对于有重叠的物体或者是中心落在一个网格的小物体往往只能识别其中的一个
D: 候选区域生成、分类和回归等阶段使用一个VGG16网络统一为端对端的目标检测过程
A: 把目标检测转化为一个回归问题，无需候选区域生成环节，因此速度得到了提升
B: 由于候选区域只能从SXS个有限的网格选择，因此YOLO v1算法的准确性不如Faster R-CNN
C: 因为一个网格对应的边框B通常取2，所以YOLO v1对于有重叠的物体或者是中心落在一个网格的小物体往往只能识别其中的一个
D: 候选区域生成、分类和回归等阶段使用一个VGG16网络统一为端对端的目标检测过程
举一反三
- 有关YOLO(v1)算法，以下哪些说法是正确的？ A: 候选区域生成、分类和回归等阶段使用一个VGG16网络统一为端对端的目标检测过程 B: 因为一个网格对应的边框B通常取2，所以YOLO v1对于有重叠的物体或者是中心落在一个网格的小物体往往只能识别其中的一个。 C: 把目标检测转化为一个回归问题，无需候选区域生成环节，因此速度得到了提升 D: 由于候选区域只能从SXS个有限的网格选择，因此YOLO v1算法的准确性不如Faster R-CNN
- 以下哪些目标检测算法需要先使用卷积神经网络后，再用锚机制生成候选区域？ A: Faster R-CNN B: YOLO v1 C: YOLO v2 D: Fast R-CNN
- 以下哪些目标检测算法中候选区域的生成采用了选择性搜索算法？ A: R-CNN B: Fast R-CNN C: YOLO v1 D: Faster R-CNN
- 以下哪些目标检测算法中候选区域的生成没有采用了选择性搜索算法？ A: R-CNN B: Fast R-CNN C: Faster R-CNN D: YOLO v1
- 下面哪种目标检测算法需要考虑把候选区域改成统一的大小？ A: R-CNN B: Fast R-CNN C: Faster R-CNN D: YOLO v1