對象檢測API - 如何創建一個集合的培訓？

我已經創建了一個用於分類（每幅圖像的平均值或平均值）或者語義分割（平均值或每像素預測值）的Ensemble，但我並不真正知道如何進行對象檢測..我的猜測是提取我所有網絡的所有區域提案，然後運行我的分類器，最好是對所有邊界框進行預測。但是我應該如何使用Object Detection API之後的體系結構來做到這一點？對象檢測API - 如何創建一個集合的培訓？

我想區域提案可以使用extract_proposal_features提取，然後重新插入模型，但唯一的辦法就是用自己的predict方法創建一個完整的新模型，處理所有的我的合奏模型。我錯過了其他明顯/更簡單的方法嗎？

來源

2017-07-29 pierre.ecarlat

澄清一件事。所以你已經有一個分類模型工作正確？而現在你想以某種方式擴展它以合併檢測？ – eshirima

不，我已經有了幾個檢測模型（3：兩個fRCNN和一個RFCN）正常工作（都使用Object Detection API進行了訓練），現在我想使用這些模型的集合來提高整體精度。對不起，如果我不清楚 –

這就是基本思想，是的（Resnet論文對如何完成更快的R-CNN有很好的解釋）。不幸的是，我們還沒有發佈代碼來自動化這個整合過程（並且沒有任何計劃）。這當然是可能的;你將不得不自己手動設置它。

來源

2017-07-31 05:16:34

這是我需要知道的，謝謝！ –

對象檢測API - 如何創建一個集合的培訓？

回答

相關問題