CNN的訓練圖像與測試圖像不一致的多尺度問題

CNN檢測和定位方法 密集採樣（滑窗）支持 對於一個訓練好的CNN來說，CNN的結構（如CNN的層數、每一層feature map的個數，卷積層的kernel size等等）是固定的，但是，每一層的feature map的大小是可以改變的。 1）當測試樣本和訓練樣本大小相同時，CNN最後一層的每一個節點分別輸出一個0~1的實數，代表測試樣本屬於某一類的概率； 2）當測試樣本比訓練樣本大時，CNN最

>>阅读原文<<