本作品内容为　分类是用来识别目标并且用m*1大小的向量来将每一个类别的概率表示出来，其中的m表示类别的数量；回归则是先通过计算损失值，然后根据计算得出的损失值对模型的权重进行参数调整，以此来使模型预测的效果更加地精确。边框回归，如图3所示，对于窗口的表示，一般使用四维向量（x,y,w,h）进行表示，在这个向量中，（x,y）表示中心点的坐标，而（w,h）则表示窗口的宽和高。图中，黑色的P框表示的是原始的Proposal,红色的M框则表示目标的GroundTruth，边框回归是指寻找到一个能够使得输入的原始窗口P在经过， 格式为 docx， 大小1 MB， 页数为1， 请使用软件Word(2010)打开， 作品中主体文字及图片可替换修改，文字修改可直接点击文本框进行编辑，图片更改可选中图片后单击鼠标右键选择更换图片，也可根据自身需求增加和删除作品中的内容， 源文件无水印， 欢迎使用熊猫办公。 如认为平台内容涉嫌侵权，可通过邮件：tousu@tukuppt.com提出书面通知，我们将及时处理。