我想了解最近發佈的object_detection模型是如何準備在Tensorflow中使用的,其長期目標是修改其中一個元架構。Object_detection實現細節
有沒有關於如何實現元架構(比如更快的R-CNN或SSD)的書面文章,或者正在閱讀代碼是找出問題的唯一方法?特別是,我瞭解這些元架構是如何定義的(如相關論文中所述),但我不明白它們是如何在Tensorflow中實現的。
即使是非常高層次的概述,描述流程如何在這種情況下(或與不相關的模型)工作將非常有用。 (我知道短期object_detection
docs和detection architecture guide的,但這不是它。)
看時,這些object_detection
模型,比方說,從Keras背景是什麼特別勢不可擋,是該機型使用的是相對 - 定義大的proto
和config
文件的評論很少,但涉及非標準圖層。此外,從proto
和config
文件獲得例如frozen_inference_graph.pb
文件所使用的文件的程序根本不明顯。
任何信息或提示的來源非常讚賞。
源代碼太長,而且很難閱讀,我試着自己讀它,但放棄了。我真的希望作家能夠重新組織它 –