5

几个月后,我已经能够成功地训练自己的模型。例如,比我自己的模型更进一步,我已经能够用 1000 个类训练 ImageNet。

现在在我的项目中,我正在尝试提取我感兴趣的区域。之后我编译并运行了Fast R-CNN的演示,它工作正常,但示例模型只包含 20 个类,我想要更多的类,例如所有类。

我已经下载了带有真实图像的 ImageNet边界框

现在,我已经一片空白,我无法弄清楚接下来的步骤,也没有关于如何做到这一点的文档。我唯一发现的是如何训练 INRIA 人物模型,他们提供数据集 + 注释 + python 脚本。

我的问题是:

  • 有没有我错过的教程或指南?
  • 是否已经有一个经过 1000 个类训练的模型能够对图像进行分类并提取边界框?

非常感谢您提前。

问候。

拉斐尔。

4

1 回答 1

4

Ross Girshik 博士在物体检测方面做了很多工作。你可以从他关于fast RCNN的详细 git 中学到很多东西:你应该可以在那里找到一个 caffe 分支,并带有一个演示。我自己没用过,不过好像很好理解。

您可能会发现有趣的另一个方向是LSDA:使用弱监督来训练许多类的对象检测。

顺便说一句,你有没有研究过 fast-rcnn

于 2015-10-13T11:21:26.903 回答