imagenet数据集和coco数据集的一点区别(转载)

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CSDN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.csdn.net/qinglv1/article/details/86605378

猜你喜欢

转载自blog.csdn.net/universe_R/article/details/124101596