如何測試自定義圖像上的cntk對象檢測示例？

我想在PascalVoc預訓練數據集上運行CNTK對象檢測示例。我在fastrcnn中運行所有必需的腳本，並獲取數據集中定義的測試數據的可視化輸出。現在我想用自己的形象測試網絡，我該怎麼做？如何測試自定義圖像上的cntk對象檢測示例？

2017-02-26 Vahan

對於Fast R-CNN，您需要一個爲您的測試圖像生成候選ROI（感興趣區域）的庫，例如， selective search。

如果你要評估一批圖像，你可以遵循tutorial的描述生成測試映射文件和ROI座標（參見相應proc子文件夾test.txt和test.rois.txt）。如果你要評估一個你需要的圖像和候選ROI座標爲輸入cntk EVAL，類似於傳遞給this example：

# compute model output 
arguments = {loaded_model.arguments[0]: [hwc_format]} 
output = loaded_model.eval(arguments)

來源

2017-03-06 14:22:34

對於FastRCNN你需要先通過有選擇性的搜索算法運行自定義圖像生成的ROI（感興趣的區域），然後將其與某事餵你的模型是這樣的：

output = frcn_eval.eval({image_input: image_file, roi_proposals: roi_proposals})

你可以找到更多的細節在這裏：https://github.com/Microsoft/CNTK/tree/release/latest/Examples/Image/Detection/FastRCNN

無論如何FastRCNN並不是最有效的方式，因爲使用了Selective Search（這是一個真正的瓶頸）。如果你想提高性能，你可以嘗試FasterRCNN，因爲它擺脫了SS算法，並用區域提議網絡來取代它，這個網絡的性能要好得多。如果你有興趣，你可以檢查我的回購GitHub：https://github.com/karolzak/CNTK-Hotel-pictures-classificator

來源

2017-11-02 23:30:45

您好卡羅爾，請具體在您的問題。嘗試着重關注您感興趣的主題，並在鏈接可能隨時間而改變的情況下提供您的問題片段。如果遇到技術問題，請描述預期結果，實際結果以及您如何嘗試解決問題。專注於單個問題的問題有更好的答案。 – profimedica

如何測試自定義圖像上的cntk對象檢測示例？

回答

相關問題