使用自己的图像重新训练对象检测模型(tensorflow)

早上好,

我一直在使用tensorflow的对象检测教程,使用他们提供的ssd_mobilenet作为冻结图以及相应的检查点文件(model.ckpt.data-00000-of-00001, model.ckpt.index, model.ckpt.meta)。然而,由于图像有时识别效果不佳,我希望能将自己的图像输入到检测模型中,以提高模型对我从同一台相机拍摄的所有图像的识别性能。

谷歌无法帮助我找到起点。我的问题是:- 是否有代码片段显示应加载哪些文件以及如何训练现有模型?- 我需要用旧数据(即COCO)和新数据(我的图像)重新训练加载的模型,还是可以仅使用我的数据重新训练,而模型会记住之前学到的内容?

很抱歉这些问题不够具体,但我实在不知道该从哪里开始。


回答:

Dat Tran撰写了一个很棒的指南博客代码库。他使用预训练的SSD_mobilenet作为起点,训练了一个模型来识别图像中的浣熊。这是我在开始时找到的最佳资源。希望这对你有帮助。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注