Machine learning MNIST培训，检测数字序列？

在MNIST集合上训练模型后，我现在如何将图像分类为具有两个数字？更一般地说，我如何训练一个模型来检测图像上任意数量的数字？

有一个叫做“对象检测”的热门领域，它试图做你想做的事情。通常，您可以从任何图像甚至视频中检测任何东西（数字、人物、汽车等）

最先进的技术大致分为两类：

，它首先为您感兴趣的对象提出许多候选窗口，然后检测这些窗口中的实际内容

，它只扫描一次图像并检测对象，与更快的RCNN相比，速度更快，但不太可靠 一种著名的实时对象检测方法是YOLO（你只看一次），它属于SSD类别，并且有一个非常令人印象深刻的实时演示，给你一种对象检测的感觉。搜索这些方法的名称，您将发现许多满足您需求的示例代码

---

如果你只是在寻找数字检测，也可以看看斯坦福大学的相关工作。然而，请注意，这些作品通常是五年多以前的作品，并不一定比一般的方法（如更快的RCNN和SSD）要好。

有一个叫做“目标检测”的热门领域，它试图做你想做的事情。通常，您可以从任何图像甚至视频中检测任何东西（数字、人物、汽车等）

最先进的技术大致分为两类：

，它首先为您感兴趣的对象提出许多候选窗口，然后检测这些窗口中的实际内容

，它只扫描一次图像并检测对象，与更快的RCNN相比，速度更快，但不太可靠 一种著名的实时对象检测方法是YOLO（你只看一次），它属于SSD类别，并且有一个非常令人印象深刻的实时演示，给你一种对象检测的感觉。搜索这些方法的名称，您将发现许多满足您需求的示例代码

---

如果你只是在寻找数字检测，也可以看看斯坦福大学的相关工作。但是，请注意，这些作品一般都是五年多以前的作品，不一定能打败诸如更快的RCNN和SSD之类的一般方法。

您已经得到了关于技术信息的答案。我想在讨论中添加一个旁注。在MNIST数据集上进行简单的训练时，您不能做您想做的事情（检测图像中的更多数字）。你需要更具创造性，因为你可能使用的网络架构与（例如）RCNN有很大的不同。你已经得到了关于技术的答案。我想在讨论中添加一个旁注。在MNIST数据集上进行简单的训练时，您不能做您想做的事情（检测图像中的更多数字）。您需要更具创造性，因为您可能使用的网络体系结构与（例如）RCNN有很大不同。