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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注