【发布时间】：2018-04-19 08:42:53
【问题描述】：
我是机器学习的初学者，我正在尝试使用自己的数据集进行自己的对象检测。但是，如果对象用多边形边界标记会更实用。然而 tensorflow 对象检测 API 只能接受边界框。
那么是否可以修改 API 使其可以接受多边形标记的数据集？？
【问题讨论】：
标签： tensorflow dataset object-detection-api
【发布时间】：2018-04-19 08:42:53
【问题描述】：
是的，这是可能的。您必须提供训练集的目录。但推荐使用边界框，因为在推理期间，您会在检测到的对象周围获得边界框。 You can see an example here in tensorflow.org.
标注可以使用LabelImg，非常简单好用，也会提高检测准确率。
【讨论】：
-
是的，LabelImg 非常好用，感谢您的友好推荐。
-
Imran，旋转边界框怎么样？它们也有效吗？ RectLabel 可以为您提供带有角度的边界框，这在某些情况下非常方便。如果是，零旋转的边界框也需要包含旋转信息？你能回答我的问题或指向我可以检查@ericsenoei 的代码吗
-
是的，旋转的边界框也是有效的。如果您知道图像增强，那么您就不会问这个问题。在图像增强中，我们旋转、翻转图像以获得少量图像的大数据集。
-
@ImranAhmadGhazali 我确实知道图像增强，但我特别问的是边界框的旋转（没有 0,90,180,270 度），而不是整个图像。例如，一支笔旋转 45 度并绘制一个仅包围笔的边界框，而不是背景。也许在这种情况下，您会认为背景并不重要，但在划痕检测等更特殊的情况下，避免背景至关重要。
-
有人能用多边形边界框成功训练它吗？据我所知，这对于模型来说是不可能的