代码之家 › 专栏 › 技术社区 › Wikunia

对象检测框架中使用分类模型

object-detection tensorflow python

Wikunia · 技术社区 · 6 年前

Object Detection framework 我有一个训练有素的模特儿做类似的事情。使用这个作为分类检查点最简单的方法是什么? 根据我目前的理解,我可以使用分类或对象检测检查点。

 feature_extractor {
  type: "ssd_mobilenet_v2"
  ...

我需要提供我自己的模型类型吗 this ?

一般来说,目标是检测带有边框的白色背景上的数学符号。分类部分很简单,但是试图通过对象检测来扩展它似乎很困难。使用基于真实世界图像的预训练模型进行目标检测似乎比scratch好,但总体上是很糟糕的。

有什么好主意吗!

0 回复 | 直到 6 年前

推荐文章

Danish Bansal · 如何编辑已注释的图像(矩形边框)?

2 年前

jkn · 在训练时,是否有可能在目标检测中使用较少的数据为类赋予更多的权重?

6 年前

Benjamin · 将tfrecord中的灰度转换为RGB

6 年前

Mark Anthony Sulleza · 一个Tensorflow会话中的多个图

6 年前

Chamod Pathirana · 使用更快的\u rcnn\u inception\u v2\u pets模型运行tensorflow对象检测api时出错

6 年前

Ivan Shelonik · 基于图像帧的tensorflow目标检测api和bboxes

6 年前

Heldap · 为YOLO和SSD型号创建数据集时,为什么要进行注释

7 年前

Ajinkya · 以CSV格式存储Tensorflow对象检测API图像输出和方框

7 年前

Pais · Tensorflow对象检测,生成tfrecord时出错[类型错误:None的类型为NoneType,但应为:int,long]

7 年前

tobycoleman · 使用Tensorflow对象检测API检测图像中的小对象

7 年前