如何为定位任务训练 CNN？

如何解决如何为定位任务训练 CNN？

给定一张地图和来自该地图的补丁，我如何训练 CNN 将补丁作为输入并给我补丁在地图上的位置？ （假设补丁在地图上是唯一的）

欢迎任何线索！谢谢:)

解决方法

我最初的猜测是使用 siamise 网络（具有两个输入的 cnn）并使用补丁之间的一些距离损失（例如三元组损失）进行训练，在推理过程中，您可以在图像上移动滑动窗口并获得内部的补丁此窗口并与“您的补丁”进行比较。

此外，如果您有不同的尺寸，您可以尝试使用类似 yolo 锚框的东西（请查看这篇文章 https://towardsdatascience.com/anchor-boxes-the-key-to-quality-object-detection-ddf9d612d4f9）并将这种方法与上述方法合并。