我对图像/视频中的对象检测有一些疑问。
我成功地尝试了本教程： Train Object Detection AI with 6 lines of code
在本教程中，我们训练了一个模型来检测全息透镜。如果我想检测汽车，我需要训练一个新模型。
我的问题是：我可以使用我的实际模型（全息透镜）并让它检测全息透镜和汽车吗？
最后，我想要一个文件（模型）来检测我用来训练的所有对象。我将放置一个包含 'n' 个图像的目录，模型将尝试检测它经过训练以检测的所有内容，并返回检测到的对象的名称。
对不起，我的英语不好！
【问题讨论】：
标签： python tensorflow object-detection yolo
是的，您可以在任意数量的对象类上训练您的模型。本教程基于 YOLOV3，它是最先进的对象检测模型之一，其速度足以在实时和视频中使用。在您提到的页面上，在 步骤 1 中，它解释了如何准备和注释您的数据集。您的数据可以包含许多类别的对象（如汽车、hololens 等），但您需要在训练之前设置此数字。此外，在注释步骤（为对象提供标签）中，您应该为对象分配正确的名称。
此页面上有一个链接，说明了如何准备您自己的数据： Object Detection Training — Preparing your custom dataset
如果数据已经准备好，请确保它是 Pascal Voc 格式，因为它必须与您使用的模型保持一致。最后，您只需要一个模型来检测各种对象。精度取决于迭代次数、每个类中对象的数量、对象的形状、大小、颜色、角度等的变化等等。
【讨论】：
object_names_array = ["hololens", "google-glass", "oculus"]
["hololens", "cars"] 。稍后，如果您想添加另一个对象，您可以将此模型用作新对象的预训练模型；但是应该在训练之前定义对象。