Deep learning 目标检测/分割会提高分类精度吗？
如果我想做分类任务，如果我有边界框或像素信息，分类分数会提高吗 或者，分类网络在分类方面是否优于对象检测/分割网络？好问题 答案如下：这取决于具体情况 例如，假设你在10种狗身上训练YoloV3。然后，YoloV3的输出是一个具有相应类的边界框 然而，拥有两个神经网络，一个用于检测狗（物体检测），另一个用于分类（什么类型的狗），可能会得到更好的分数 语义/实例分割网络也是如此 虽然没有办法说明哪种方法更有效，但我个人倾向于相信第二步管道将产生稍好的结果（这些观察是基于我的经验，因为我在某一点上实施了两种方法）Deep learning 目标检测/分割会提高分类精度吗？,deep-learning,Deep Learning,如果我想做分类任务，如果我有边界框或像素信息，分类分数会提高吗 或者，分类网络在分类方面是否优于对象检测/分割网络？好问题 答案如下：这取决于具体情况 例如，假设你在10种狗身上训练YoloV3。然后，YoloV3的输出是一个具有相应类的边界框 然而，拥有两个神经网络，一个用于检测狗（物体检测），另一个用于分类（什么类型的狗），可能会得到更好的分数 语义/实例分割网络也是如此 虽然没有办法说明哪种方法更有效，但我个人倾向于相信第二步管道将产生稍好的结果（这些观察是基于我的经验，因为我在某一点上实