試圖訓練區域CNN（R-CNN）的ImageNet模型

經過幾個月的工作caffe，我已經能夠成功地訓練自己的模型。例如，比我自己的模型更進一步，我已經能夠用1000個班級培訓ImageNet。試圖訓練區域CNN（R-CNN）的ImageNet模型

在我現在的項目中，我試圖提取我感興趣的類的區域。之後，我編譯並運行了Fast R-CNN的演示程序，它可以正常工作，但示例模型僅包含20個類，我希望有更多類，例如所有類。

我已經下載了ImageNet的bounding boxes以及真實圖像。

現在，我已經空白了，我無法弄清楚接下來的步驟，也沒有關於如何去做的文檔。我唯一發現的是如何訓練INRIA人模型，他們提供了數據集+註釋+ python腳本。

我的問題是：

有可能任何教程或指南，我已經錯過了？
是否已經有一個可以分類圖像並提取邊界框的1000類訓練模型？

非常感謝您提前。

問候。

Rafael。

來源

2015-10-13 Rafael Ruiz

Dr Ross Girshik在物體檢測方面做了很多工作。您可以從他詳細的git fast RCNN中瞭解到很多：您應該可以在那裏找到一個caffe分支，並附帶演示。我自己並沒有使用它，但似乎很容易理解。

您可能會感興趣的另一個方向是LSDA：使用弱監督來訓練許多類的對象檢測。你是否看過faster-rcnn？

來源

2015-10-13 11:21:26 Shai

你好@Shai，謝謝你的回答。說實話，我並不瞭解LSDA或者更快的rcnn，我會快速看一下他們兩個。 LSDA似乎很清楚。 Ross Girshik的git的一點是我無法理解如何訓練，因爲沒有像常規Caffe那樣的「下載設置」，它只允許下載20級預訓練模型或火車模型..如果你提到的東西是「清晰的」，我會更深入地瞭解一下，因爲也許我通過了一些我需要的細節......將會看到其餘的框架，並且會更新答案。謝謝！ –

@RafaelRuiz AFAIK fast-rcnn git有一個基於VOC註釋的訓練腳本（以python爲例），我相信（=我沒有自己嘗試過），它也可以改爲與其他註釋集一起工作。 – Shai

我會試一試，非常感謝。我現在已經看到了這個腳本，但是我和其他文檔比如INRIA人模型混淆了：\ –

試圖訓練區域CNN（R-CNN）的ImageNet模型

回答

相關問題