object-detection

0熱度

1回答

我設法運行教程中的tensorflow寵物示例。我決定使用最慢的模型（因爲我想用我自己的數據）。但是，當我開始訓練時，跑步後會死亡。它使用我所有的cpus（4）和我所有的內存8GB。你是否知道我可以將CPU數量限制爲2並限制使用的內存量？如果我減少批量大小？我的批量大小已經是1 我設法通過減少大小調整運行： image_resizer { keep_aspect_ratio_resizer { M

0熱度

1回答

Nvidia數字對象檢測自己的數據集

根據Nvidia網站上的信息Digits使用Kitti格式的數據集。在數字或外部應用程序中是否有可能編寫這樣的數據集，或者我必須自己編寫它？我想簡單地在顯示的圖像上繪製邊界框，然後將其轉換爲txt appropiate txt文件。在此先感謝！

0熱度

1回答

如何在張量流對象檢測API中使用圖像網上的預訓練模型

我想在張量流對象檢測API中使用初始SSD模型。爲了初始化權重，我想使用pretrained Inception V2在圖像網上作爲特徵提取器。我看到模型配置文件允許您在COCO上使用預訓練模型，但是如果我想使用圖像網絡模型，我應該如何處理它？

1熱度

2回答

FailedPreconditionError運行時，TF目標檢測API和自己的模型

我真的試圖運行模式，我在TensorFlow目標檢測API做了我自己的數據集，但運行腳本的時候，我得到這樣的錯誤： python object_detection/detect_test.py Traceback (most recent call last): File "object_detection/detect_test.py", line 81, in <module>

1熱度

1回答

如何在更快的R-CNN中訓練RPN？

Link to paper 我想了解更快的rcnn區域提案網絡。我明白它在做什麼，但我仍然不明白訓練的準確性如何，特別是細節。假設我們使用VGG16的最後一層形狀爲14x14x512（在maxpool之前和228x228圖像之前）以及k = 9個不同的錨點。在推理時，我想預測9 * 2類標籤和9 * 4邊界框座標。我的中間層是一個512維向量。（圖像顯示256從ZF網絡）在紙他們寫「我們隨

0熱度

1回答

對象檢測API - 如何創建一個集合的培訓？

我已經創建了一個用於分類（每幅圖像的平均值或平均值）或者語義分割（平均值或每像素預測值）的Ensemble，但我並不真正知道如何進行對象檢測..我的猜測是提取我所有網絡的所有區域提案，然後運行我的分類器，最好是對所有邊界框進行預測。但是我應該如何使用Object Detection API之後的體系結構來做到這一點？我想區域提案可以使用extract_proposal_features提取，然後

0熱度

2回答

Tensorflow物體檢測使用自定義模式

我按照此頁面上此嘖嘖：https://github.com/tensorflow/models/blob/master/object_detection/object_detection_tutorial.ipynb 這個嘖嘖使用的預訓練的模型圖「frozen_inference_graph.pb」。現在我想建立我的自定義模型，爲我的數據集有沒有一個簡單的例子來做到這一點？我根本不想使用Goog

2熱度

1回答

tensorflow對象檢測與我自己的數據，你能幫我嗎？

我克隆上githug tensorflow對象檢測模型： github link 我要培養這種模式與我自己的數據（331個薩摩耶狗的圖像）通過這個博客教程click here 我的步驟如下：創建PASCAL VOC格式數據集; 下載重新訓練模型（ssd_mobilenet_v1_coco_11_06_2017.tar.gz）變化的配置文件（ssd_mobilenet_v1_pets.confi

2熱度

2回答

張量流模型中使用更快RCNN的小物體檢測

我正在嘗試訓練快速rccn的小數位檢測模型。我正在使用新發布的tensorflow object detection API，到目前爲止一直在對來自動物園的預訓練faster_rcnn_resnet101_coco進行微調。我所有的訓練嘗試都產生了高精度但回憶率低的模型。在每個圖像中約120個物體（數字）中，只有約20個物體被檢測到，但是當檢測到分類是準確的時候。（另外，我能夠從頭開始訓練我的裁

-4熱度

1回答

深度卷積網絡

我想做一些對象檢測，其中有兩個限制。第一個是，目前我沒有大量的訓練圖像（目前大約有550張圖像）。其次，我很可能無法看到整個對象，因此只能找到我嘗試檢測的部分對象。我的問題是通過貝葉斯優化和結構化預測來嘗試Deep Convolutional Networks 這種情況很好嗎？我把這篇論文作爲參考： Deep Convolutional Networks via Bayesian Opti