Faster-RCNN物体检测---（2）网络的多输入多输出

原创

已于 2022-02-17 10:53:03 修改 · 1.4k 阅读

·

2

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#Fater RCNN #网络的多输入多输出

于 2019-07-23 21:07:59 首次发布

本文详细介绍了Faster-RCNN物体检测中如何实现网络的多输入多输出，包括搭建步骤、任务说明和关键要点。在训练过程中，网络通过pred进行预测，与True样本对比计算损失。同时，文章提到了yield惰性生成器在多输入多输出中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述
核心流程：

在这里插入图片描述

多输入多输出的练习网络搭建步骤：

在这里插入图片描述

多输入多输出的练习任务

在这里插入图片描述
pred：是网络在学习中的预测，不是训练后的。
Ture：样本
二者为了算loss

多输入多输出的要点：

在这里插入图片描述
yield惰性生成器：

打印可视化模块：

from keras.utils.vis_utils import plot_model
plot_model(model

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。