问题标签 [faster-rcnn]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - net.forward() 的返回类型
嗨，我正在努力通过使用更快的 rcnn 模型和 tensorflow 来检测这个人。在我所指的代码中提到了它
在那之后：
我没有得到确切的检测是什么以及它包含什么内容？例如，它是一个列表还是一个元组，它的元素是什么？
object-detection - 对于 360p 和 1080p，更快的 R-CNN（基于冻结推理图 inception v2）的执行时间相同。这怎么可能？
我刚刚使用 Jetpack 4.2 和 tensorflow 1.14 版在 Jetson TX2 上实现了 Faster R-CNN（基于冻结推理图 inception v2）对象检测模型。该模型获得了分辨率为 1080p 和更高版本为 360p 的输入帧。令人惊讶的是，执行时间没有变化。这可能是什么原因？
python - 面对 MASK RCNN 中的此错误“未定义名称‘COCO’”
我正在处理 MASK RCNN 存储库并运行了 demo.ipynb 文件，但是当我想从该存储库运行其他 notbook 文件时，例如“inspect_model.ipynb”或“inspect_data.ipynb”，我在“加载数据集”中遇到此错误“ 部分： **
有关信息，我正在 Google COLAB 上运行此代码。我将不胜感激任何帮助。
python - 在示例中使用 Windows Anaconda 先决条件训练 Faster R-CNN 或 Mask R-CNN
我不是 Python 经验丰富的用户。多年来我一直在使用 R，但在那里实现的 keras 并没有提供任何可重现的使用对象检测架构（如 Faster R-CNN）的示例。我发现了很多利用 Python 的例子，但我遇到了麻烦，甚至只是从第一行运行一些例子：它都是建立在通过pip操作符下载的（在 Ubuntu 或其他 Linux 操作系统的终端中），而Windows conda 用户的类似物不提供。
也就是说，我什至不知道如何在我的 Windows 机器上安装一个示例中的模块 mrcnn。我应该更痛苦吗？尝试在 Ubuntu 上为我的 keras 启动兼容版本的 CUDA、cudNN 和其他东西时，我的经历非常糟糕。现在我要回到 Windows，但是... R 中的 keras 仍然没有为对象检测技术提供任何建议。
有人有用于下载先决条件的 conda 示例的 Faster 或 Mask R-CNN 实施链接吗？我的谷歌搜索在这里失败了。或者在 R-keras 中。
python - 试图将我的 CNN 模型保存在 Pickle 文件中，但出现 TypeError: can't pickle _thread._local objects
尝试2 methods了两者都给出了相同的错误，请帮助我将其保存为泡菜文件，以便我以后可以使用该模型。
我希望service.exe使用该模型进行创建，请建议一种最佳方法，因为我对数据科学比较陌生
第二种方法
image-processing - 用于 3D 分割的深度学习
我在同一位置拍摄了 20 张心脏图像，其中有 50 张。所以，20 个图像是一个输入，我有 50 个输入。因为心是动的，所以所有的形象都是不同的。我想将这些图像作为输入，然后使用深度学习将二进制掩码图像分割为输出。
我将我的输入视为 3D，并在网上找到了很多 3D CNN 或 FCN。但这些是 x,y,z 3D 的情况。我的情况是 x，y，t。
有什么建议吗？
python - 构建 CNN 模型后，如何从图像或视频中制作边界框.. 提前致谢
如何从深度学习模型中的图像或视频中制作边界框
从这个分类器如何创建边界框？
python-3.x - 如何在 coco 数据集中定义内部多边形？
我想了解如何在可可数据集的分割部分定义内部或内部多边形
我想教卷积网络识别构建多边形中的孔
带孔的多边形示例
python - 自定义数据集上的掩码 RCNN 训练挂起
我正在尝试在自定义数据集上训练 Mask RCNN 模型。我用于测试的数据集是来自https://github.com/experiencor/kangaroo的 kangaroo 数据集，我基本上遵循这个示例：https ://github.com/matterport/Mask_RCNN/tree/master/samples/balloon .
我已经重写了一些代码以匹配数据集（在边界框而不是多边形中）（将 ballon.py 重命名为 kangaroo.py 并且只显示我所做的更改）：
我尝试使用以下方法运行它：
我的文件夹结构：
我已经尝试在我的 mac（2018 15 英寸型号，配备 6 核 i7）的 CPU 上运行它，它似乎可以工作，但是虽然我的 CPU 正在运行，风扇发出声音，好像它总是要起飞终端停留在第一个纪元。我已经运行了大约一个小时到 90 分钟，终端仍然在：
我认为这可能是硬件问题，所以我转移到云中的 VM（Azure NC6 和 Nvidia Tesla K80 GPU 和 12 GB 内存）。当我在那里运行模型时，它仍然停留在第一个时期（在我说至少 20 到 30 分钟之后）。
首先，它似乎无法使用 GPU，因为 NVIDIA 驱动程序软件是 10.1，而 tensorflow 正在寻找 10.0。我降级到 10.0 并且似乎正在工作，但它似乎仍然挂在
我得到的输出
我查看了 gpu stats (nvidia-smi)，似乎 GPU 几乎使用了所有内存（比如 12 gb 的 95%），但利用率为 0%。这让我认为模型没有运行并且以某种方式挂起。
我是不是很不耐烦，GPU 上的单个 epoch 是否需要超过 30 分钟（那为什么 GPU 利用率不高？）还是真的挂了？
非常感谢您的帮助！