标准出现问题，人工智能正在走向错误的方向
发布时间：2020-09-27 08:25:19 所属栏目：点评 来源：网络整理
导读：本文转载自公众号读芯术(ID：AI_Discovery) 我的这篇文章不是第一篇(也不会是最后一篇)讨论人工智能界如何按自身规律发展的文章。正如不久前汉娜克纳(Hannah Kerner)的话：很多AI研究人员认为现实世界中的问题无关紧要。社区过度关注新方法，却忽略了真正
|
在我们确定使用COCO之前，我们一直使用ImageNet前5名的结果，所以面临一个更具挑战性的问题。我们无法通过训练检测模型来提高AP，但是可以教会它们减少边界盒坐标的L2损失。损失是不可微度量的替代。L2损失不是AP，但低L2损失与高AP相关，所以它是有效的。 （编辑：晋中站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |