目前目標檢測比較好的兩種方法是Fast-RCNN和OverFeat。我更喜歡OverFeat，因為OverFeat完全使用CovNet來做Classification，Localization和detection，比Pip Line的方法好多了，簡潔並且減少經驗性的東西。最終也方便做到end-end的Training。

嘗試一下如何使用OverFeat。OverFeat的程式碼包是sklearn-theano。

安裝sklearn-theano。

對於開發者是不是都應該選develop的版本？

執行一個例子

python example-plot-multiple-localization
 
-py

• 1

• 1

可能會有錯誤，找不到net_weights.zip。因為訓練好的網路比較大，沒有放到安裝包裡，而是測試的時候去下載。下載地址可能被牆了。
需要翻牆下載net_weights.zip這個檔案，然後：

mv net_weights.zip ~/sklearn_theano_data/overfeat_weights/

• 1

• 1

應該就能看到結果：

再執行一個例子：

python plot_localization_tutorial.py