object-detection

    2熱度

    1回答

    我們使用YOLO Darknet進行物體檢測。我們使用Python3,tensorflow 1.0,numpy,opencv 3.使用yolo.weight進行檢測。按照以下鏈接給出: https://github.com/thtrieu/darkflow#cameravideo-file-demo 當我們在視頻上運行它時,它同時檢測到所有不需要的對象? 請指導我們如何才能檢測到具體的類名稱進行搜

    6熱度

    2回答

    這個問題可能已被回答,但我沒有找到一個簡單的答案。我創建了一個使用Keras對Simpsons字符進行分類的小網絡(dataset here)。 我有20個類,並提供一個圖像作爲輸入,我返回字符名稱。這很簡單。我的數據集包含圖片中帶有主要字符的圖片,並且只有字符的名稱作爲標籤。 現在我想添加一個對象檢測問題,即在圖片中的字符周圍繪製邊界框並預測它是哪個字符。我不想使用滑動窗口,因爲它非常慢。所以我

    1熱度

    1回答

    我在google post的宣傳對象檢測API中看到了張力板的很好的功能。它們顯示在訓練示範圖像分類: 是否有可能調整keras回調(https://keras.io/callbacks/#tensorboard)重現呢?

    1熱度

    1回答

    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。 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

    2熱度

    1回答

    嘗試使用最近發佈的Tensorflow對象檢測API,並想知道如何評估他們在模型動物園中提供的預訓練模型之一?恩。我怎樣才能獲得該預訓練模型的mAP值? 因爲他們所提供的script似乎使用檢查點(根據自己的documentation)我一直試圖使該指出,在他們的模型動物園提供model.ckpt.data-00000-of-00001模型的檢查點愚蠢的副本,但eval.py沒」那樣。 check

    0熱度

    2回答

    我與新Google object_detection api我自己的數據集 工作在配置文件中有場eval_config和eval_input_reader,但我不知道如何使他們的工作。 我還發現,在tensorflow /模型/ object_detection /文件eval.py一個文件,它似乎運行評價,但我並不完全瞭解這些ARG遊戲: ./eval \ --logtostderr

    0熱度

    1回答

    我正在研究最近發佈的用於對象檢測的「SSD-Mobilenet」模型。 從以下位置下載的模型:https://github.com/tensorflow/models/blob/master/object_detection/g3doc/detection_model_zoo.md 從網站下載的凍結圖形文件正常工作,但是在量化之後精度顯着下降(主要是隨機預測)。 我建立tensorflow R1.

    1熱度

    1回答

    此問題是this one的擴展。 TLDR; 我想用我自己的數據集來訓練TS Object Detection API。爲了證明概念,我決定將我的數據集粘貼到Pascal VOC 2012基準測試中。 目前,我正嘗試從Pascal VOC註釋中創建TFRecord。 在他們create_pascal_tf_record.py腳本在this line看,他們只是抓住了飛機的描述;更好的單詞的運氣,文

    2熱度

    2回答

    參考:object_detection_tutorial.ipynb 注:我已經按照安裝說明Installation成功安裝了一切,並研究在github上對此卻都沒有運氣。 標籤將地圖索引映射到類別名稱,所以當我們的卷積網絡預測5時,我們知道這對應于飛機。 label_map = label_map_util.load_labelmap(PATH_TO_LABELS) 這就提出了一個錯誤作爲

    0熱度

    1回答

    我在git上構建Windows Server 2012 R2上的Tensorflow。當我構建目標tensorflow/tools/graph_transforms:transform_graph時,它的構建正確,但quantize_weights轉換不可用。這是運行transform_graph的輸出: $ bazel-bin/tensorflow/tools/graph_transforms/