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.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.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
第1题
A.可以把分类损失和边框精调的回归损失加在一起训练卷积神经网络,降低了Fast-RCNN的mAP
B.候选框的目标分类和边框精调都由卷积神经网络承担,这也提高了算法的速度
C.舍弃了R-CNN的多尺度池化,提高了算法的速度
D.Fast-RCNN将候选区域的特征获取和分类放在一个卷积神经网络
第5题
A.递归算法可以转化为非递归算法
B.递归算法是一个运算最快的算法
C.递归算法非常简洁,但是有些程序设计语言不支持递归算法
D.递归算法的本质是分解法,将大问题分解为小问题,逐次减少问题的规模,从而得到求解结果
第8题
A.Logistic 回归仅能解决二分类问题
B.Logistic 回归训练问题能采用梯度下降策略求解
C.Logistic 回归是一种有监督学习方法
D.Logistic 回归训练问题是凸优化问题
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!