imagenet数据集和coco数据集的一点区别(转载)

转载于 2022-04-11 16:02:56 发布 · 1.4k 阅读

2 ·

CC 4.0 BY-SA版权

原文链接：https://blog.youkuaiyun.com/qinglv1/article/details/86605378

文章标签：

#python

dataset 专栏收录该内容

2 篇文章

订阅专栏

本文探讨了imagenet数据集主要用于图像分类，而coco数据集适用于目标检测的任务特性。 imagenet的分类任务关注图片中的主要物体，无法处理多物体检测，而coco数据集则包含多分类和检测信息，适合复杂的检测场景。要实现多分类，通常需要结合检测网络。

部署运行你感兴趣的模型镜像

针对分类和检测任务的一点区别(自己的一点愚见，如有不对请指正)

imagenet数据集主要是用来做分类任务，对于某一张图片里面的多个物体，它的发呢类只是归属于某一个物体，只是对于某个物体做的分类。只是对图片里面主要的物体做分类，因为分类不能去做检测，单纯的分类网络只能做单分类。若想多分类，则需要加上检测的网络分支才可以。imagenet里面的用于检测任务的数据集比较小。

coco数据集，主要用来做检测，不能用来训练单纯的分类网络(因为里面没有用来做单纯的分类网络的label)，只能用来做多分类。多分类，其实暗含的需要有检测网络。
————————————————
版权声明：本文为优快云博主「qinglv1」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.youkuaiyun.com/qinglv1/article/details/86605378

您可能感兴趣的与本文相关的镜像