我想做一些對象檢測，其中有兩個限制。深度卷積網絡
第一個是，目前我沒有大量的訓練圖像（目前大約有550張圖像）。
其次，我很可能無法看到整個對象，因此只能找到我嘗試檢測的部分對象。
我的問題是通過貝葉斯優化和結構化預測來嘗試Deep Convolutional Networks 這種情況很好嗎？
我把這篇論文作爲參考： Deep Convolutional Networks via Bayesian Optimization and Structured Prediction。
您需要爲我們提供更多詳細信息。我應該使用什麼CNN的答案？我有足夠的圖像嗎？取決於幾個因素：
1- 550張圖像有多少個對象？每個對象都是一個類，如果你有來自2個不同對象的550個圖像可能就足夠了，但是如果你有550個對象每個對象只有1個圖像，這絕對不夠。
2-圖像大小是多少？它們之間有變化嗎？ 550張圖片包含對象的部分或整個對象？
知道這些問題的答案後，您可以選擇您的CNN架構和數據增強策略。
對於小數據集，結構化的感受域比正常的CNN顯示出更好的結果。這裏有一篇文章：https://arxiv.org/abs/1605.02971
我嘗試從距離航空橋2米的距離檢測飛機門。 1.因此圖像將包含門的一部分（具有某些特徵，例如門框線，窗戶或門把手的一部分）和飛機中的其他物體（例如其他窗戶，或者某些標誌或部分標誌飛機停車線）。 2.圖像可以調整大小以減少計算。較短的一面可以調整到600像素。多尺度圖像輸入可以提高性能。考慮到計算時間，系統中只能使用一個圖像比例。現在更清楚了嗎？ – user3035413
所以你所有的550張圖片都是空中門的圖片，你想辨認它們是對的嗎？它是1類問題？照片中可能沒有門嗎？ –
沒有。在所有550圖像是飛機門，加上其他物體，如我說的。在一幅圖像中可以是飛機門的一部分，飛機窗口的一部分，然後是機艙的一部分或圖像捕獲的飛機上以及機場道路的一部分。圖像來自飛機停靠過程。理解？ – user3035413
請重新閱讀https://stackoverflow.com/help/on-topic –
特別要求對外部資源（書籍，tuturials，示例，庫）的建議是明確的主題在這裏（原因有很多）。我刪除了你的部分問題，並更改了標籤，因爲問題本身可能由知道你問的是什麼東西的人負責。 – hyde
CNN的一些教程或代碼示例可以找到哪裏？ – user3035413