Deep learning 如何利用深度学习进行多项式地标检测
我正在尝试建立一个系统，使用深度卷积神经网络来分割车辆。我熟悉预测一定数量的点（即结束一个具有4个神经元的密集层的神经结构以预测两个点（x，y）坐标）。然而，车辆有许多不同的形状和尺寸，一辆车可能需要比另一辆车更多的分割点。如何创建一个具有不同输出值的神经网络？我想我可以使用某种RNN，但需要一些指导。多谢各位 例如，在下图中，两辆车具有不同数量的标记关键点Deep learning 如何利用深度学习进行多项式地标检测,deep-learning,conv-neural-network,recurrent-neural-network,image-segmentation,Deep Learning,Conv Neural Network,Recurrent Neural Network,Image Segmentation,我正在尝试建立一个系统，使用深度卷积神经网络来分割车辆。我熟悉预测一定数量的点（即结束一个具有4个神经元的密集层的神经结构以预测两个点（x，y）坐标）。然而，车辆有许多不同的形状和尺寸，一辆车可能需要比另一辆车更多的分割点。如何创建一个具有不同输出值的神经网络？我想我可以使用某种RNN，但需要一些指导。多谢各位 例如，在下图中，两辆车具有不同数量的标记关键点 你有什么例子可以说明你需要什么吗？@Nightmerker，请看我添加的图片例子。谢谢这些要点将追踪汽车的轮廓，对吗？对…只是尝试执行图像
你有什么例子可以说明你需要什么吗？@Nightmerker，请看我添加的图片例子。谢谢这些要点将追踪汽车的轮廓，对吗？对…只是尝试执行图像分割任务这是一个好问题，但你可能会从中得到更好或更有用的答案，或者你有任何示例可以说明你需要什么吗？@Nightmerker，请参阅我添加的图像示例。谢谢这些要点将跟踪汽车的轮廓，对吗？对…只是尝试执行图像分割任务这是一个好问题，但您可能会在或获得更好或更有用的答案