現代のCNN（畳み込みニューラルネットワーク）はDetectNetが不変のまま回転するので、

Question

既知のnVidia DetectNetよう - オブジェクト検出用のCNN（畳み込みニューラルネットワーク）をヨロ/ DenseBoxからのアプローチに基づいている：https://devblogs.nvidia.com/parallelforall/deep-learning-object-detection-digits/

DetectNet人気GoogLeNetネットワークの拡張です。 の拡張は、YoloとDenseBox 論文で取られたアプローチに似ています。

そして、ここに示されているように、DetectNetは、任意の回転にオブジェクト（車）を検出することができますDetectNetは不変回転としてhttps://devblogs.nvidia.com/parallelforall/detectnet-deep-neural-network-object-detection-digits/

は、現代のCNN（畳み込みニューラルネットワーク）はありますか？

回転角度でオブジェクトを検出するために、同じ回転角度のオブジェクトで何千もの異なる画像にDetectNetを訓練できますか？

そして、何回転の不変について：DetectNetヨロ、ヨロv2では、DenseBoxそれに基づいて？

Answer 1

なし

CNNは回転不変ではありません。あなたは、すべての可能なローテーションであなたの訓練セットの画像を含める必要があります。

イメージをあらかじめ定義されたカテゴリに分類するようにCNNを訓練することができます（例のようにイメージ内の複数のオブジェクトを検出する場合は、分類子でイメージの各場所をスキャンする必要があります）。

CNNは、トレーニングデータの小さな水平または垂直の動きに対して不変です。

Answer 2

ロブの答えに付け加えると、一般的にCNN自体は翻訳不変ですが、回転とスケールはありません。ただし、すべての回転をトレーニングデータに含めることは必須ではありません。最大プール層は回転不変を導入する。

This image投稿者Franck Dernoncourt hereあなたが探しているものかもしれません。第二に

、言うロブの答えにカーショウさんのコメントについて：

CNNが主な理由は、最大プールのトレーニングデータの小さな水平または垂直の動きに対して不変です。

CNNが翻訳不変である主な理由は、畳み込みです。フィルタは画像全体に移動するため、フィルタは画像内の位置に関係なくそのフィーチャを抽出します。フィーチャのピクセル表現の違いのためにフィルタが失敗するのは、画像が回転または拡大縮小されたときです。

出典：Aditya Kumar Praharajの答えはthis linkです。