【发布时间】:2017-04-19 12:30:31
【问题描述】:
我有一个 tensorflow 模型(重新训练的初始模型),它可以对 5 类车辆进行分类。现在我需要用这个训练有素的模型为所有这 5 个类制作一个对象检测器。可以通过删除最后一层来完成吗?任何人都可以建议我如何进一步进行
【问题讨论】:
标签: tensorflow image-recognition object-detection
我有一个 tensorflow 模型(重新训练的初始模型),它可以对 5 类车辆进行分类。现在我需要用这个训练有素的模型为所有这 5 个类制作一个对象检测器。可以通过删除最后一层来完成吗?任何人都可以建议我如何进一步进行
【问题讨论】:
标签: tensorflow image-recognition object-detection
如果您确实需要使用您的预训练网络,那么您可以检测潜在的感兴趣的框,然后将您的网络应用于每个框。这些框可以通过“objectness”方法来确定,例如EdgeBox。
然而,现在,物体检测通常是通过更综合的方式来获得的,比如用faster RCNN获得的那些。这种方法集成了一个名为 Region Proposal Network (RPN) 的层,用于确定感兴趣的区域以及类别的识别。
据我所知,最近最好的方法之一是 Yolo,但它本身是基于 Darknet 的。
【讨论】: