回答情况：
提问时间：
问题标签：
我的yolov5模型被训练在416 * 416张图像上。我需要在我输入的4008 * 2672大小的图像上检测物体。我把图像分割成416 * 416大小的瓷砖，然后输入到模型中，它可以检测物体，但是在拼接预测的图像块以重建原始图像时，我可以看到在瓷砖边缘的一些物体被分割，检测到一半在一个瓷砖中，另一半在另一个瓷砖中，有人能告诉我如何在重建过程中将这一半检测成一个单一的检测。
浏览 9提问于2022-03-09得票数 2
我正在训练一个预先建立的基于tensorflow的模型，用于定制对象检测。我只想检测到一种类型的对象。我从不同的角度，在不同的光照条件下拍摄了很多照片。我正在K80 Nvidia GPU上训练。我使用SSD移动网络作为模型的基本配置。当我尝试测试模型时，它只是在输入图像上画一个大的正方形，而不是在图像中检测到想要的对象。基本上，它无法检测到对象。我试着用一组不同的mac图像训练模型，这些图像有很多不同的变化。然后，该模型</e
浏览 0提问于2018-06-29得票数 0
我正在训练一个预先建立的基于tensorflow的模型，用于定制对象检测。我只想检测到一种类型的对象。我从不同的角度，在不同的光照条件下拍摄了很多照片。我正在K80 Nvidia GPU上训练。我使用SSD移动网络作为模型的基本配置。当我尝试测试模型时，它只是在输入图像上画一个大的正方形，而不是在图像中检测到想要的对象。基本上，它无法检测到对象。我试着用一组不同的mac图像训练模型，这些图像有很多不同的变化。然后，该模型</e
浏览 1提问于2018-06-29得票数 2
回答已采纳
我正在使用Tensorflow对象检测API进行一个项目。我在几个上训练了我的模型，并训练了一个rfcn_resnet101_coco模型来检测这些图像中的字母o。我认为这个模型工作得很好，因为它在我传递给它的图像中检测到o(相当准确)。有关示例，请参见和。我相信这是因为我所传递的最后两幅图像比我用来训练<
浏览 0提问于2019-08-06得票数 0
我在自己的数据集(无人机识别)上使用了tensorflow (对象检测)，也只有一个名为“无人机”的类，经过大约30000步的训练，我的结果模型可以非常高的精度检测无人机，但我有一个问题，我在模型动物园使用了ssd_inception_v2_coco模型及其fine_tune_checkpoint，现在在我的实时检测中，它有时会将人脸检测为无人机(两个对象之间的差异非常大)，我认为是因为旧的检查点。我如何防止检测到一些与我的无人机对象
浏览 16提问于2017-12-21得票数 1
回答已采纳
我正在使用TFOD创建一个对象检测模型。我必须在我的image.What中检测一个非常小的对象，这应该是输入到我的模型中的图像的理想大小吗？我的一些图像非常大。
另外，我已经给一些图片贴上了标签。
浏览 2修改于2022-05-11得票数 0
如果我想训练一个对象分离模型，它可以检测图片中的5个类，那么在一个大的数据集中(例如coco(80类对象))对这个模型进行预训练是很重要的，还是只需要5类coco来训练这个模型(假设这5个类别可以在coco
浏览 0提问于2021-04-03得票数 0
回答已采纳
假设我有一个大的Json模型，我的后端发送给我的前端，它看起来像这样： { dataB: { //some object },`class AppComponent {
} 我想让这些组件使用OnPush变更检测策略。当接收到新模型时，可能会发生模型中的数据字段与前一个模型中的值没有变化的情况，因此我不希望它们再次作为@Input()传递给组件，以避免运行无用的更改<e
浏览 78提问于2019-03-12得票数 0
回答已采纳
我有一张很大的卫星图像，想要在上面运行一个目标检测模型推理。目前，我对大图像进行切片，保存瓦片，然后读取它们，以便让我的模型输出检测结果(方框和蒙版)。
浏览 24提问于2019-03-11得票数 2
回答已采纳
在图像上进行训练需要大量的计算，以获得至少相当大的目标检测精度。由于我研究了像YOLO这样的目标检测模型的完全训练，据说在GPU上需要几个小时到几天的时间。然而，我们正在尝试为CNN训练实现一个硬件加速器，使用FPGA来实现像YOLO这样的对象检测模型，我们正在为我们大学的最后一年项目做这件事。
浏览 18提问于2020-03-01得票数 0
回答已采纳
移动设备模型和OS版本-- Nexus 5，API 23我有一个来自TI (德州仪器)的传感器标签，固件是TI提供的。我尝试使用这个库来检测它，它在didRangeBeaconsInRegion()回调中，但是它输出beacons.size为零大小。任何帮助都将不胜感激。
谢谢
浏览 7修改于2020-06-20得票数 1
回答已采纳
大家好,在使用tensorflow API进行人脸检测的教程中，他们使用包含仅包含人脸的图像的数据集，然后在复杂场景中使用该模型。知道像SSD这样的模型也会学习负面例子，这是一个好主意吗？(来
浏览 2提问于2019-10-15得票数 1
我正在尝试通过darknet(或)训练YOLO物体检测，它对于通过
板材检测的正确输出：
浏览 11提问于2019-08-03得票数 2
回答已采纳
使用照片拼贴(一张图像中的多张照片)作为数据集，而不是使用单个图像来训练对象检测SSD模型是否正常/更好？
我正在使用Tensorflow对象检测API来建立一个SSD模型来识别和检测不同的叶子疾病。我的数据集由256x256树叶(植物村数据集)组成，我希望我的模型能够被训练来检测多个不同大小的对象(大多数叶子几乎和图像本身一样大--这给小对象带来了不好的准确性)，所以我考虑将这些图片组合到拼贴图中你认为它会给多目标检测提供
浏览 0修改于2021-05-26得票数 1
假设我有一个类来检测训练数据集(如COCO或Image )中不存在的类。我是否可以仅使用图像来训练该类的模型，或者训练集必须与YOLO或RCNN一样大？
浏览 0修改于2021-05-04得票数 1
回答已采纳
我试图使用来自object_detect_api的更快的rcnn模型从大图像(~ 2040,1536像素)中检测到一些非常小的物体(~25x25像素)。我的问题是，应该如何调整上述(或其他)参数，以适应这样一个事实，即我在大图像中有非常小的固定大小的对象要检测。
谢谢
浏览 0修改于2018-08-29得票数 8
我创建了一个对象检测模型，我在我的react应用程序上使用，在桌面上它工作得很好，但当在移动浏览器上尝试时，得到以下错误。错误:请求的纹理大小4988x4989大于此浏览器/GPU4096x4096上的WebGL最大值。
浏览 16修改于2020-07-31得票数 0
回答已采纳
我想训练一个yolo模型来检测交通标志。我有非常大的图像(3840x2160)的整个街道的场景，包含1-3个较小的交通标志。我知道当模型在正方形和小图像上训练时效果最好。那么你认为用我给定的图像训练我的模型会有什么更好的做法呢？调整整个街道场景的大小并在整个图像上进行训练，还是从街道场景中提取交通标志并仅对标志进行训练？ 谢谢你的帮助。
浏览 51修改于2020-09-16得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号