1

我想向 coco 数据集（90 个类）添加一个新类（例如：Handgun），以便检测 91 个不同的类。

我有这个：

数据集： 300 张关于手枪的图像

标签映射.pbtxt：

item {
    id: 1
    name: 'Handgun'
}

管道配置：

num_classes: 1
fine_tune_checkpoint: "/media/Shared/faster_rcnn_resnet101_coco_2018_01_28/model.ckpt"
from_detection_checkpoint: true
load_all_detection_checkpoint_vars: true

可能的解决方案：更改num_classes: 1为num_classes: 90+1?

非常感谢你回答我。

4

2 回答 2

4

不幸的是，你不能只添加一个类，重新训练并能够识别所有 91 个类。如果您想为所有 91 个类训练模型，请下载 coco 数据集，添加您自己的带有标签的数据集，然后训练模型。另一种选择是只用一个类重新训练第二个模型，并使用这个新训练的第二个模型推断一个类。您将不得不使用可用模型单独推断其他 90 个类。您可以在以下帖子中了解如何使用响应进行自定义对象检测 Tensorflow 实时对象检测

于 2018-08-25T21:33:53.580 回答
0

您可以做到的一种方法是使用新数据集和现有数据集（如 COCO）并将它们加入俱乐部，创建新的训练记录，然后对其进行训练

于 2021-04-26T11:23:32.303 回答