以下关于目标检测算法的论述正确的有
A: rcnn、fast-rcnn、faster-rcnn算法本质上都是将目标检测分成了两个任务,目标框分类和矩形框回归。
B: rcnn、fast-rcnn、faster-rcnn算法都需要额外的selectivesearch模块来捕获候选框
C: YOLO网络只需要一次推断就可以输出图像中物体的位置、所属类别
D: YOLO网络的思路是将输入图像划分成固定的s*s个格子,每个格子输出b个BBox
A: rcnn、fast-rcnn、faster-rcnn算法本质上都是将目标检测分成了两个任务,目标框分类和矩形框回归。
B: rcnn、fast-rcnn、faster-rcnn算法都需要额外的selectivesearch模块来捕获候选框
C: YOLO网络只需要一次推断就可以输出图像中物体的位置、所属类别
D: YOLO网络的思路是将输入图像划分成固定的s*s个格子,每个格子输出b个BBox
举一反三
- 以下哪些目标检测算法使用了anchor机制? A: YOLO v2 B: YOLO v1 C: Faster RCNN D: Fast RCNN
- 以下几个选项中,都属于目标检测算法的是( ) A: GoogleNet、Faster RCNN B: RCNN、SS C: YOLO 、VG D: Faster RCNN E: Faster RCNN、ResNet F: VG G: SS H: GoogleNet、ResNet I: Faster RCNN、VG
- 下面哪个算法属于一阶段检测算法( ) A: YOLO B: RCNN C: fast RCNN D: FPN
- 面关于Faster RCNN算法的描述中,正确的说法是哪个? A: Faster RCNN主要是采用选择性搜索实现候选框提取 B: Faster RCNN使用SVM进行目标类别分类 C: Faster RCNN使用一个卷积实现分类和位置微调 D: Faster RCNN的损失函数与RCNN相同,位置损失函数采用交叉熵
- 下面关于目标检测RCNN算法的描述中,错误的说法是哪个? A: RCNN生成大约2k个候选框 B: RCNN把所有侯选框缩放成固定大小 C: RCNN结合NMS(非极大值抑制)获得区域边框(BBox) D: RCNN采用SVM对候选框进行位置预测