向dataset mscoco添加新类，对象检测tensorflow

Question

我想添加一个新的类(例如:手枪)到coco数据集(90个类)，这样我就可以检测到91个不同的类。

我有这个：

数据集： 300手枪图像

labelmap.pbtxt:

item {
    id: 1
    name: 'Handgun'
}

pipeline.config:

num_classes: 1
fine_tune_checkpoint: "/media/Shared/faster_rcnn_resnet101_coco_2018_01_28/model.ckpt"
from_detection_checkpoint: true
load_all_detection_checkpoint_vars: true

可能的解决方案:将num_classes: 1更改为num_classes: 90+1

非常感谢你的回答。

Answer 1

不幸的是，您不能仅仅添加一个类，再培训和能够识别所有91个类。如果希望对所有91个类进行模型培训，请下载coco数据集，添加带有标签的自己的数据集，然后对模型进行培训。另一种选择是用一个类重新训练第二个模型，并使用这个新训练的第二个模型推断出一个类。您将不得不使用可用的模型来推断其他90个类。您可以在下面的post Tensorflow real time object detection中了解如何使用响应执行自定义对象检测

Answer 2

您可以这样做的一种方法是使用新的数据集和现有的数据集，如COCO和club，创建新的培训记录，然后对其进行培训。