计数感知 swMATH ID: 35861 软件作者： Joseph Paul Cohen、Genevieve Boucher、Craig A.Glastonbury、Henry Z.Lo、Yoshua Bengio 描述： 计数概念：完全卷积冗余计数。数数数字图像中的物体是一个应该被机器取代的过程。这项乏味的任务很耗时，而且由于注释人员的疲劳，很容易出错。其目标是建立一个系统，以图像作为输入，返回内部对象的计数，并以对象定位的形式对预测进行调整。我们提出了一个最初由Lempitsky和Zisserman提出的问题，以根据较小回归网络的接受域预测包含冗余计数的计数图。回归网络预测存在于该框架内的对象的计数。通过以完全卷积的方式处理图像，每个像素将被计算一些次数，包括它的窗口数，即每个窗口的大小（即32x32=1024）。为了恢复真实计数，我们取冗余预测的平均值。我们的贡献是冗余计数，而不是预测密度图，以平均误差。我们还提出了一种新的深度神经网络架构，该架构改编自Inception网络家族，称为Count-ception网络 主页： https://arxiv.org/abs/1703.08710 源代码： https://github.com/ieee8023/countception 关键词： 计算机视觉和模式识别（cs.CV）；机器学习（cs.LG）；机器学习（stat.ML） 相关软件： PyTorch公司；掌中宽带；SCT公司；蟒蛇；艾瓦多德的；V网络；FiLM公司；快速NAT；混淆 引用于： 0个文档