在Tensorflow的对象检测API中，是否可以将不同的特征提取器与SSD元架构一起使用？我知道已经提供了用于mobilenets和inception的.config文件，但是是否可以使用不同的架构，如AlexNet或VGG？
浏览 3提问于2018-01-24得票数 2
回答已采纳
我不仅要利用特征提取器预训练的权重，还要利用特征映射层的分类器/本地化预训练权重，使用tensorflow对象检测API ( tensorflow object Pre)对tensorflow对象检测模型当我的新模型与我用于微调检查点的预训练模型有不同数量的类时，Tensor
浏览 1提问于2018-03-20得票数 2
回答已采纳
我正在尝试对一个自定义的、相对简单的数据集(具有大约30k个样本)执行对象检测。我已经成功地将Faster_RCNN与Resnet101_v1 (最终的mAP 0.9)和inception_resnet_v2特征提取器(正在培训中)一起使用。现在我想让我的模型运行得更快，但仍然保持良好的性能，所以我想比较一下我的模型，与固态硬盘在不同版本
浏览 19提问于2017-07-11得票数 2
回答已采纳
1回答
使用Tensorflow对象检测API和来自SSD_inception_v2_coco的，在freeze_variables: ".*FeatureExtractor.*"中加入train.config将冻结特征提取器在</e
浏览 1提问于2018-04-30得票数 2
我正在尝试建立一个端到端的统一模型来检测(本地化)图像中的对象。对象本身可以是许多类型，比如“野外文本”，但对象的周围特征应该确定感兴趣区域的位置。我希望输出是对象的坐标，或者像image-net格式那样生成边界框，比如: xmin，ymin，xmax，ymax我有一个包
浏览 1提问于2016-05-06得票数 4
我正在尝试使用tensorflow对象检测API中的Inception SSD模型。为了初始化权重，我想使用图像网络上的预训练初始V2作为特征提取器。我看到模型配置文件允许您在COCO上使用预训练的模型，但是如果我想使用Image net模型，我应该怎么做呢？
浏览 3提问于2017-07-27得票数 0
2回答
我把SSD和mobilenet搞混了。据我所知，它们都是神经网络。SSD提供本地化，而mobilenet提供分类。因此，SSD和移动网络的结合可以产生目标检测。这张图片来自。SSD的默认分类网络是VGG-16。因此，对于SSD Mobilenet，VGG-16将替换为移动网络。我的陈述正确吗？我在哪里可以获得更多关于SSD Mobilenet的信息，特别是在Tensorfl
浏览 2提问于2018-05-29得票数 4
我有一个图像分类问题，其中类的数量随着时间的推移而增加，当创建一个新类时，我只用新类的图像训练模型。我知道用CNN是不可能做到这一点的，所以为了解决这个问题，我确实转移了学习，我使用了Keras预训练模型来提取图像的特征，但我没有用新的层替换最后一层(用于分类)，而是使用了能够增加类数量的随机森林。我使用在imagenet数据集上训练的InceptionResnetV2达到了86%的准确率，这对目前来说是好的。
现在
浏览 97提问于2018-06-26得票数 2
在Tensorflow对象检测API中，一个典型的神经网络由两个部分组成:一个特征提取器，然后一个利用特征提取输出的神经网络进一步对图像进行分类。如果你要在对象检测api中自定义训练一个更快的resnet50神经网络，去检测另外2个对象，在训练过程中
浏览 0提问于2018-07-31得票数 3
回答已采纳
我想使用对象检测API和SLIM ()中的预训练模型来训练ssd inception_v3模型，我尝试使用配置来训练对象检测ssd初始v3模型： ssd {var_to_shape_map = reader.get_variable
浏览 0提问于2018-11-07得票数 2
回答已采纳
我正在尝试为Faster-RCNN架构找到一个神经网络修剪的工作示例。我遇到了一些神经网络修剪报告(例如link，使用泰勒展开link实现了NVIDIA的修剪论文-看起来最有希望的是(a)在Pytorch中实现，(b)在分类网络上而不是检测器上)。我也知道这个软件包(link)下的TensorFlow中存在修剪功能，但只能运行以下StackOverflow问题(link)的
浏览 32提问于2019-02-07得票数 0
我在某个地方读到，tensorflow对象检测API中显示的mAP度量与模型动物园中给出的mAP不同( ssd初始v2在MSCoco数据集上有27的mAP )。当我训练我自己的数据集时，我没有参考，因为mAP的地块在0,1之间，而模型动物园的mAP高出27。
问题1.
浏览 8提问于2017-08-22得票数 2
我遵循新的Tensorflow 2对象检测API 2文档，在Google平台TPU上使用传输学习来训练一个更快的RCNN检测器。我对代码进行了调试，以确保在推理管道中调用NMS (对象检测/core/post_processing.py中的batch_multiclass_non_max_suppressio
浏览 3提问于2021-01-22得票数 0
我在浏览TensorFlow的对象检测API的源代码时，在SSD元体系结构的一个成员函数中遇到了这一行，一个类- 。
如果我没有错，那么盒子编码不应该是一个3-D浮点张量吗？我在任何方面都不是TensorFlow的专家，我的理解是基于这个。
浏览 1提问于2017-09-10得票数 0
1回答
不能训练更快的rcnn
、、、、
我想构建自己更快的Rcnn模型，我从下载了一个示例Traceback (most recent call last):
File "C:/Users/l/Desktop
浏览 0提问于2019-10-08得票数 1
在最初的论文中，他们使用VGG16网络进行特征提取。我使用的是来自TensorFlow模型动物园的SSD v2模型，我不知道体系结构有什么不同。此建议，对于其他模型，如SSD MobileNet，VGG16特征提取器将被MobileNet特征提取器所取代。
我原以为SSD盗梦空间也是如此，但让我感到困惑。从这里看来，初始空间似乎被添加到模型<em
浏览 2提问于2019-05-28得票数 2
回答已采纳
ssd_mobilenet_v2_fpnlite_640x640的体系结构是什么，它是一个在TensorFlow模型动物园上可用的模型。如果我的理解是正确的，移动网用于特征提取，而SSD用于检测。那么，FPNlite的目的是什么，在哪里使用呢？
浏览 0提问于2022-12-06得票数 1
回答已采纳
大家好,
我的目标是在1920x1080大小的图像上检测人和车(白天和晚上)，为此，我使用tensorflow API，我使用SSD移动网络模型，我注释了来自7个不同摄像头的1000张图像(900张用于训练我使用960x540的图像大小启动训练。我的模型不收敛。我不知道该怎么做，我应该为白天和晚上的对象设置不同的类吗？在
浏览 2提问于2019-10-15得票数 1
我运行了tensorflow对象检测api教程，并使用'ssd_mobilenet_v1_coco_2017_11_17‘模型在图像中获得了精确显示，这与我所遵循的不同(准确地说，更低)。我的问题是，模型的准确性是否因系统而异.
浏览 3提问于2020-10-15得票数 0
我正在使用TF对象检测API。我正在使用TF2.4.1，python3.6，并希望训练mobilenet_v2/tensorflow/model/research有关与不同版本的Tensorflow兼容的特性提取器，请参见model_builder.py
在<
浏览 0提问于2021-01-28得票数 0
云服务器
对象存储
ICP备案
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号