3.3.ClassificationAt test time we a

3.3.ClassificationAt test time we apply the network to each of the (ap- proximately) 500 overlapping multi-scale patches extracted from the test image. Examples of patch scores visualized over entire images are shown in Figures 1 and 5. We use the following aggregation formula to compute the overall score for object Cn in the image

結果 (繁體中文) 1:

3.3.Classification
在測試時間我們的網絡應用到每個的（AP-接近地）500重疊從測試圖像中提取多尺度補丁。可視化在整個圖像補丁得分的實例示於圖1和圖5，我們使用下面的公式聚合來計算對象CN整體分數在圖像中

結果 (繁體中文) 2:

3.3.分類
在測試時，我們將網路應用於從測試映射中提取的每個（ap-近）500 個重疊的多比例修補程式。圖 1 和圖 5 顯示了在整個圖像中視覺化的修補程式分數示例。我們使用以下聚合公式計算圖像中物件 Cn 的總分

結果 (繁體中文) 3:

3.3.分類
在測試時，我們將網絡應用於從測試影像中選取的（近似）500個重疊多尺度斑塊中的每一個。圖1和圖5顯示了在整個影像上視覺化的補丁分數的示例。我們使用以下聚合公式計算影像中對象Cn的總分