设置:
目的:应用TF目标检测API检测人脸、人、手枪、步枪、automatic_rifle。
采取的步骤:
1)准备图像和边框-:已使用的更宽的脸数据集- person:二手COCO :二手图像-Net
不是的。枪炮的大小远不及人脸和人物的数据集大小,所以我通过限制人脸/人物图像的#来确保每个类的#图像是相似的。
90%准备训练,10%测试
所以每个类的图像数量如下所示
列车- 见csv
测试- 见csv
2)生成TF记录 (见代码)
# see pastebin==>小调:最后一行是"nb_epoch“。我注意到在其他随附的模型配置文件中不存在这个值,如w/TF对象检测API (即文件夹中)
3)列车跑了200 K的台阶。
问题
我训练的5个班并不总是出现,甚至在经过训练的图像上也是如此。看起来,无论是人还是脸都在探测,很少两者兼而有之。
作为参考框架,这是TF对象检测API附带的faster_rcnn_inception_resnet_v2_atrous_coco模型的结果。我知道这不是苹果和苹果的比较,但至少你可以看到有人发现:
以下是自定义数据集培训模型所做的工作:
( 1)我哪里出错了有什么想法?
这样用户就有了同样的问题(TensorFlow对象检测API异常行为),但声称他通过剪切/调整输入图像的大小来解决这个问题。
是否需要调整培训数据的大小?我不记得在自定义宠物检测器教程中看到任何调整大小的情况,但我确实问过b/c,我确实在配置文件中看到了min_和max_dimension
发布于 2019-12-13 08:31:17
在您的配置文件中,您设置了num_examples: 8000 is 8000,将这个数字设置为您正在跟踪的测试图像的数量。例如,您正在测试文件夹中拍摄200幅图像,然后是"num_examples:200:
https://stackoverflow.com/questions/47129078
复制相似问题