matlab - 如何为 MATLAB 内置的多类 Faster R-CNN 函数准备训练数据？

Question

我正在训练 Faster-RCNN 进行多类对象检测。我正在使用 matlab 内置函数 trainFasterRCNNObjectDetector 和 alexnet。该代码适用于单个对象，但是当尝试用于多个对象时，它显示“警告：从 3 个训练图像中的 2 个中删除了无效的边界框。trainingData 中的以下行具有无效的边界框数据：”。这是因为有些图像不包含一个类，为此我只放了空括号。

%trainingData
%|---------------------|------------------|------------------|
%|      Filename       |     Class 1      |     Class 2      |         
%|---------------------|------------------|------------------|
%|    '\00013.jpg'     |[1, 141, 374, 158]|        []        |
%|---------------------|------------------|------------------|
%
options = trainingOptions('sgdm', ...
    'MaxEpochs', 5, ...
    'MiniBatchSize', 1, ...
    'InitialLearnRate', 1e-3, ...
    'CheckpointPath', tempdir);

[detector, info] = trainFasterRCNNObjectDetector(trainingData, 'alexnet', options, ...
        'NegativeOverlapRange', [0 0.3], ...
        'PositiveOverlapRange', [0.6 1]);

Answer 1

这个页面有帮助吗？

根据那里的答案，我认为您必须将图像对象的所有坐标作为一个条目放在训练数据表中，并用分号分隔它们。