Loading [MathJax]/jax/output/CommonHTML/config.js

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >问答首页 >重新训练TF对象检测API来检测特定的车型--如何准备训练数据？

问重新训练TF对象检测API来检测特定的车型--如何准备训练数据？
EN

Stack Overflow用户

提问于 2018-02-11 21:50:46

回答 1查看 446关注 0票数 0

我刚接触物体检测，并尝试在TensorFlow中重新训练物体检测应用程序接口，以检测照片中特定的汽车型号。当准备我自己的训练数据来重新训练模型时，除了绘制边界框等事情之外，我的问题是，我是否还应该在训练数据中准备负面示例(不是我感兴趣的模型的汽车)以达到良好的性能？

我已经阅读了一些教程，它们通常在检测一种类型的对象时给出示例，并且他们只为该类型准备了带有标签的训练数据。我在想，既然模型首先提出了一些感兴趣的领域，然后尝试对这些领域进行分类，如果我想从照片中检测出非常具体的东西，我是否也应该准备反面样本。

我保留了基于faster_rcnn的模型。谢谢你的帮助。

machine-learning

computer-vision

object-detection

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-02-12 02:59:40

是的，为了更好的性能，你也需要反面的例子。似乎您正在考虑使用迁移学习来训练一个预先训练好的faster_rcnn模型，以便为您的定制汽车添加一个新类。您应该开始相同数量的正例和反例(带有标签边界框的图像)。除了你的目标汽车类型之外，你还需要有几个负面类别的例子(例如，负面汽车类型1，负面汽车类型2，负面汽车类型3)。

您可以在my github存储库的data文件夹中查看用于迁移学习的一个正面班级和几个负面班级训练数据的示例：PSV Detector Github

票数 0

EN

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/48736845

复制

相关文章

[Tensorflow] 使用SSD-MobileNet训练模型

因为Android Demo里的模型是已经训练好的，模型保存的label都是固定的，所以我们在使用的时候会发现还有很多东西它识别不出来。那么我们就需要用它来训练我们自己的数据。下面就是使用SSD-MobileNet训练模型的方法。

wOw

2018/09/18

13.9K3

使用Tensorflow对象检测在安卓手机上“寻找”皮卡丘

在TensorFlow的许多功能和工具中，隐藏着一个名为TensorFlow对象探测API（TensorFlow Object Detection API）的组件。正如它的名字所表达的，这个库的目的是训练一个神经网络，它能够识别一个框架中的物体。这个库的用例和可能性几乎是无限的。它可以通过训练来检测一张图像上的猫、汽车、浣熊等等对象。本文将用它来实现皮卡丘的检测。 TensorFlow对象检测API：https://github.com/tensorflow/models/tree/master/resea

AiTechYun

2018/03/06

2.1K0

使用Tensorflow对象检测在安卓手机上“寻找”皮卡丘

基于自制数据集的MobileNet-SSD模型训练

“本文主要内容：基于自制的仿VOC数据集，利用caffe框架下的MobileNet-SSD模型训练。” 本文的base是https://github.com/chuanqi305/MobileNet-SSD，这个project又是基于https://github.com/weiliu89/caffe/tree/ssd，因此项目编译和数据库生成大多同 weiliu89的base。以下从环境搭建、数据集制作、模型训练、模型测试四个环节介绍整个过程。 01 — 环境搭建 weiliu89的caffe框架下SSD环

企鹅号小编

2018/01/15

6.5K8

基于自制数据集的MobileNet-SSD模型训练

构建对象检测模型

api 存储图像识别 tensorflow 机器学习

我喜欢深度学习。坦率地说，这是一个有大量技术和框架可供倾注和学习的广阔领域。当我看到现实世界中的应用程序，如面部识别和板球跟踪等时，建立深度学习和计算机视觉模型的真正兴奋就来了。

磐创AI

2020/07/24

1.3K0

使用Tensorflow Object Detection API实现对象检测

Tensorflow Object Detection API自从发布以来，其提供预训练模型也是不断更新发布，功能越来越强大，对常见的物体几乎都可以做到实时准确的检测，对应用场景相对简单的视频分析与对象检测提供了极大的方便与更多的技术方案选择。tensorflow object detection提供的预训练模型都是基于以下三个数据集训练生成，它们是：

OpenCV学堂

2018/07/26

9640

使用Tensorflow Object Detection API实现对象检测

TensorFlow：使用Cloud TPU在30分钟内训练出实时移动对象检测器

tensorflow 迁移学习 https 人工智能

是否能够更快地训练和提供对象检测模型？我们已经听到了这种的反馈，在今天我们很高兴地宣布支持训练Cloud TPU上的对象检测模型，模型量化以及并添加了包括RetinaNet和MobileNet改编的RetinaNet在内的新模型。本文将引导你使用迁移学习在Cloud TPU上训练量化的宠物品种检测器。

AiTechYun

2018/07/27

4.1K0

TensorFlow：使用Cloud TPU在30分钟内训练出实时移动对象检测器

TensorFlow 模型优化工具包：模型大小减半，精度几乎不变！

tensorflow https 网络安全编程算法存储

我们非常高兴能够将训练后的 float16 quantization 作为模型优化工具包（Model Optimization Toolkit）的一部分。这套工具包括了：

AI研习社

2019/08/15

1.7K0

TensorFlow 模型优化工具包：模型大小减半，精度几乎不变！

Python 数据科学入门教程：TensorFlow 目标检测

tensorflow api 图像识别 github git

你好，欢迎阅读 TensorFlow 目标检测 API 迷你系列。这个 API 可以用于检测图像和/或视频中的对象，带有使用边界框，使用可用的一些预先训练好的模型，或者你自己可以训练的模型（API 也变得更容易）。

ApacheCN_飞龙

2022/12/01

1.5K0

Python 数据科学入门教程：TensorFlow 目标检测

tensorflow Object Detection API使用预训练模型mask r-cnn实现对象检测

tensorflow api 迁移学习 git http

Mask R-CNN是何凯明大神在2017年整出来的新网络模型，在原有的R-CNN基础上实现了区域ROI的像素级别分割。关于Mask R-CNN模型本身的介绍与解释网络上面已经是铺天盖地了，论文也是到处可以看到。这里主要想介绍一下在tensorflow中如何使用预训练的Mask R-CNN模型实现对象检测与像素级别的分割。tensorflow框架有个扩展模块叫做models里面包含了很多预训练的网络模型，提供给tensorflow开发者直接使用或者迁移学习使用，首先需要下载Mask R-CNN网络模型，这个在tensorflow的models的github上面有详细的解释与model zoo的页面介绍， tensorflow models的github主页地址如下： https://github.com/tensorflow/models

OpenCV学堂

2018/09/29

5.7K2

tensorflow Object Detection API使用预训练模型mask r-cnn实现对象检测

X射线图像中的目标检测

机器学习神经网络深度学习人工智能存储

每天有数百万人乘坐地铁、民航飞机等公共交通工具，因此行李的安全检测将保护公共场所免受恐怖主义等影响，在安全防范中扮演着重要角色。但随着城市人口的增长，使用公共交通工具的人数逐渐增多，在获得便利的同时带来很大的不安全性，因此设计一种可以帮助加快安全检查过程并提高其效率的系统非常重要。卷积神经网络等深度学习算法不断发展，也在各种不同领域（例如机器翻译和图像处理）发挥了很大作用，而目标检测作为一项基本的计算机视觉问题，能为图像和视频理解提供有价值的信息，并与图像分类、机器人技术、人脸识别和自动驾驶等相关。在本项目中，我们将一起探索几个基于深度学习的目标检测模型，以对X射线图像中的违禁物体进行定位和分类为基础，并比较这几个模型在不同指标上的表现。

小白学视觉

2022/02/11

1.6K0

系列 | OpenVINO视觉加速库使用二

深度学习 opencv tensorflow xml 存储

OpenVINO中模型优化器(Model Optimizer)支持tensorflow/Caffe模型转换为OpenVINO的中间层表示IR(intermediate representation)，从而实现对模型的压缩与优化，方便推断引擎更快的加载与执行这些模型。以tensorflow对象检测框架支持的SSD MobileNet v2版本的模型为例，实现从tensorflow的pb文件到IR格式的bin与xml文件生成。全部的过程可以分为三个部分，下面一一解析！

OpenCV学堂

2019/04/29

3.5K1

系列 | OpenVINO视觉加速库使用二

干货 | tensorflow模型导出与OpenCV DNN中使用

opencv tensorflow 迁移学习 api python

Deep Neural Network - DNN 是OpenCV中的深度神经网络模块，支持基于深度学习模块前馈网络运行、实现图像与视频场景中的

OpenCV学堂

2019/04/29

5K0

干货 | tensorflow模型导出与OpenCV DNN中使用

TensorFlow 智能移动项目：1~5

tensorflow 迁移对象模型数据

本章介绍如何设置开发环境，以使用 TensorFlow 构建所有 iOS 或 Android 应用，本书其余部分对此进行了讨论。我们不会详细讨论可用于开发的所有受支持的 TensorFlow 版本，OS 版本，Xcode 和 Android Studio 版本，因为可以在 TensorFlow 网站或通过 Google。相反，我们将在本章中简要讨论示例工作环境，以便我们能够快速了解可使用该环境构建的所有出色应用。

ApacheCN_飞龙

2023/04/24

4.6K0

TensorFlow 目标检测模型转换为 OpenCV DNN 可调用格式

tensorflow 图像识别存储 opencv api

在 OpenCV4.X 版本(OpenCV3.4.1之后版本) 可以采用 cv2.dnn.readNetFromTensorflow(pbmodel, pbtxt) 函数直接调用 TensorFlow 训练的目标检测模型.

AIHGF

2019/05/13

2.5K0

TensorFlow 目标检测模型转换为 OpenCV DNN 可调用格式

Tensorflow Object Detection API 终于支持tensorflow1.x与tensorflow2.x了

api 打包腾讯云测试服务 tensorflow

基于tensorflow框架构建的快速对象检测模型构建、训练、部署框架，是针对计算机视觉领域对象检测任务的深度学习框架。之前tensorflow2.x一直不支持该框架，最近Tensorflow Object Detection API框架最近更新了，同时支持tensorflow1.x与tensorflow2.x。其中model zoo方面，tensorflow1.x基于COCO数据集预训练支持对象检测模型包括：

OpenCV学堂

2020/09/08

1.2K0

Tensorflow Object Detection API 终于支持tensorflow1.x与tensorflow2.x了

浣熊检测器实例, 如何用TensorFlow的Object Detector API来训练你的物体检测器

tensorflow api opencv

这篇文章是“用Tensorflow和OpenCV构建实时对象识别应用”的后续文章。具体来说，我在自己收集和标记的数据集上训练了我的浣熊检测器。完整的数据集可以在我的Github repo上看到。看一

AiTechYun

2018/03/02

1.7K0

浣熊检测器实例, 如何用TensorFlow的Object Detector API来训练你的物体检测器

行人检测--OpenCV与TensorFlow SSD对比

tensorflow opencv 图像识别机器学习神经网络

OpenCV行人检测我们使用HOG特征提取+SVM训练，使用默认API检测，详细了解可参考：https://zhuanlan.zhihu.com/p/75705284

Color Space

2020/01/13

3.3K0

行人检测--OpenCV与TensorFlow SSD对比

毫秒级检测！你见过带GPU的树莓派吗？

树莓派3B+英特尔神经计算棒进行高速目标检测转载请注明作者梦里茶代码: 训练数据预处理： https://gist.github.com/ahangchen/ae1b7562c1f93fda

梦里茶

2018/03/30

9K0

毫秒级检测！你见过带GPU加速的树莓派吗？

正文共13130个字，5张图，预计阅读时间33分钟。树莓派3B+英特尔神经计算棒进行高速目标检测 NCS Pi 代码: 训练数据预处理： https://gist.github.com/ahangc

用户1332428

2018/06/07

2.5K0

视频识别训练2.3(实现TensorFlow视频识别)

tensorflow http api https 网络安全

大家好，又见面了，我是你们的朋友全栈君。盯住梅西：TensorFlow目标检测实战 https://baijiahao.baidu.com/s?id=1581115075233058548&wfr=

全栈程序员站长

2022/09/02

1.1K0

相似问题

使用SSD Mobilenet (Tensorflow API)实现1080p中的对象检测

12

从训练Tensorflow对象检测API开始的低损失

111

使用Tensorflow对象检测API时，验证损失较高(使用训练数据集)，而训练损失较低

113

如何使用Tensorflow对象检测API提高ssd mobilenet v2 coco的准确性

323

训练SSD-MOBILENET V1和损失不减酶

20

添加站长进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例