使用K-means算法對anchors進行聚類--原理與實操

1.爲何需要K-means 在基於anchors的目標檢測算法中,anchors一般都是通過人工進行設計的,例如SSD,Faster-RCNN,設計了3種大小、3種寬高比的anchors。但是通過人工選定anchors會有一個很明顯的弊端,那就是不能夠和好的適應不同的數據集,如何anchors和目標數據集種待檢測的物體尺寸差異較大,則會對模型的檢測效果產生很大影響。因此通過某種算法,基於數據集中待
相關文章
相關標籤/搜索