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?
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 –