object-detection

0열

1답변

pretrained faster_rcnn_inception_resnet_v2_atrous_oid을 사용하려고합니다. 이 코드는 공식 Quick Start 노트북에서 수정되었습니다. faster_rcnn_nas_coco_2017_11_08과 같은 다른 모델을 사용하면 모든 것이 작동합니다. runfile('D:/python/tf/models-master/re

0열

1답변

네거티브 샘플을 사용하여 물체 감지 모델을 교육하는 방법은 무엇입니까?

모델은 관심있는 대상을 정밀하게 탐지하지만 비슷하게 보이는 대상도 잘못 감지합니다. 그래서 제 질문은 삼중입니다 : 어떻게 이러한 잘못된 반응을 피하기 위해 부정적인 사례와 모델을 학습 하는가? 비슷하게 보이는 각각의 객체에 대해 다른 클래스를 추가합니까, 아니면 "다른"클래스로 모두 던지나요? 아니면 관심있는 개체와 비슷한 모양의 개체가 모두 포함 된 이

-1열

1답변

tensorflow를 사용하여 고유 항목 10000 개를 만드는 방법은 무엇입니까? 확장 될까요?

나는 10000 개의 고유 항목 각각에 약 100 개의 이미지가있는 유스 케이스가 있습니다. 10000 세트의 모든 항목이있는 10 개의 항목이 있으며 실제 데이터를 테스트 할 때만 10 가지 항목을 알고 있습니다. 나는 지금 그들의 이름과 10 항목을 일치해야합니다. 이러한 항목을 인식하는 효율적인 방법은 무엇입니까? 교육 환경 배경 및 테스트 환경 배경

0열

1답변

Tensorflow 개체 탐지 교육으로 파이썬 충돌이 발생합니다.

Tensorflow 개체 탐지 모델 동물원에서 ssd_mobilenet_v1_coco_2017_11_17 모델을 교육하고 있습니다. 내 데이터 세트는 위성 이미지이며 내 목표는 이미지에서 차량을 감지하는 것입니다. 그러나 파이썬 메모리 문제로 인해 교육이 실패합니다. 나는 CPU와 내 Windows 10 기계에 32GB RAM을 가지고 있습니다. 트레이닝을

0열

1답변

imwrite 후 이미지 픽셀 값 및/또는 python opencv에서 imread

고정 색상 (예 : RGB = 255의 순수한 빨강)으로 테두리 상자를 그릴 때 이미지 편집기 (예 : MS 페인트 또는 paint.net)를 사용하려고합니다. , 0, 0)을 저장하고 나중에이 RGB 값 (또는 BGR 값이 0, 0, 255)을 가진 픽셀을 찾아서 python (예 : opencv imread)에서 이미지를로드하여 객체 검색 목적으로 레이

1열

1답변

이미지 호모 그래피에 Orb 검출기를 어떻게 사용합니까? <a href="https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_feature2d/py_feature_homography/py_feature_homography.html" rel="nofollow noreferrer">SIFT Refrence</a></p> <p>링크 된 예는 FlannBasedMatcher를 사용

나는 유사 감지기를 선별 사용하고 여기에 예를 들어,에, 발견 된 이미지 주위에 경계 상자를 그릴 구 탐지기를 사용하고자하고있다. 내 코드는 BFMatcher를 사용합니다. 나는 사용 된 Matcher에서 아무런 선호도가 없다. MIN_MATCH_COUNT = 10 img1 = cv2.imread('box.png',0) img2 =

0열

3답변

protoc에서 Windows 7의 파일을 찾을 수 없습니다.

Tensorflow github에서 발견 한 개체 검색 상위 수준 API를 실행하려고합니다. object_detection\protos\*.proto: No such file or directory 어떤 생각 : 나는이 메시지가 그렇게 할 때 protoc object_detection\protos\*.proto --python_out=. 다음 단계

0열

2답변

Tensorflow #에 대한 CUDA_ERROR_OUT_OF_MEMORY # object_detection/train.py

object_detection/train.py 스크립트를 사용하여 자체 탐지기를 조정하는 Tensorflow Object Detection API를 실행 중이며 here이 발견되었습니다. 문제는 내가 계속 CUDA_ERROR_OUT_OF_MEMORY을 얻고 있다는 것입니다. 트레이너의 메모리 사용량을 줄이기 위해 배치 크기를 줄이는 방법을 찾았지만 16에서

1열

1답변

객체 검색을 위해 Mxnet Faster RCNN을 사용하여 각 클래스의 평균 정밀도를 출력하는 방법

9 개의 클래스 (배경 포함)가있는 자체 데이터 세트에서 객체 검색에 더 빠른 rcnn (mxnet)을 사용하고 있습니다. 그러나, 나는 결국 훈련 과정에서 9 개의 모든 클래스에 대해 평균 정확도를 인쇄하는 것으로 나타났습니다. 또한 테스트 과정에서 평균 정밀도를 인쇄하고 모든 9 개 클래스를 리콜합니다. 교육 과정에서 각 클래스의 정확성을 테스트하고 테

1열

1답변

Tensorflow 객체 감지 API 재시도

TensorFlow Object Detection API를 사용하여 새 클래스를 교육하는 방법에 대한 자습서를 읽었습니다. 그러나 내가하고 싶은 일은 이미 숙련 된 모델의 이미 훈련 된 클래스에 새로운 클래스를 추가하는 것입니다. 예 : MS-COCO 사전 학습 모델의 클래스는 90 개입니다. 하나 이상의 클래스를 추가하고 91 개의 클래스에 대한 객체를