我有一个二进制分类问题，我需要找到某个东西的相对位置。我有一个非常小的个人数据集，很难找到更大的数据集。我正在尝试识别对象的位置，例如圆圈，这将产生“是”或“否”的答案。当我对自己运行我的火车样品时，我可以产生接近100％的准确度，但是一旦我介绍测试样品，它们在30-60％之间得分非常低。
但是，据我所知，CNN将识别对象而不是对象的位置。例如，如果要搜索球体，只要它识别描述球体的特征，它就无关紧要。
有没有办法可以调整我的算法来搜索位置而不是对象本身？
是的，有几种方法可以做这样的事情。一种非常简单（天真的基线）方式将是预测值网格而不是单个数字存在/不存在。例如，您可以创建标记集;将您的图像分解成一个盒子网格，并将所有具有所需对象（圆圈）的框标记为1和其他框为0
当然有更好的方法来做到这一点;查找图像分割，掩码RCNN https://github.com/matterport/Mask_RCNN他们做对象检测以及分割即。在检测到的对象周围绘制一个边界框。框的坐标将告诉您对象在图像中的相对位置