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.
regression - mtcnn的train Pnet，bounding box回归acc很低！如何增加它？还是我的法律错了？
我使用 FDDB 人脸图片来训练 mtcnn 进行人脸检测。在 pnet 中，对于边界框回归，acc 保持在 60% 左右。有什么不对？
时期 397/400 1200/1200 [===============================] - 0s 131us/样本 - 损失：0.5068 - conv4_1_loss : 5.4316e-06 - conv4_2_loss: 0.5052 - conv4_1_accuracy: 1.0000 - conv4_2_accuracy: 0.5850 Epoch 398/400 1200/1200 [========================= =====] - 0s 131us/样本 - 损失：0.4350 - conv4_1_loss：3.8598e-06 - conv4_2_loss：0.4358 - conv4_1_accuracy：1.0000 - conv4_2_accuracy：0.5950 Epoch 399/400 1200/1200 [====== =====================] - 0s 131us/样本 - 损失：0.8905 - conv4_1_loss：5.0222e-06 - conv4_2_loss：0.8863 - conv4_1_accuracy：1.0000 - conv4_2_accuracy： 0.5817 纪元 400/400 1200/1200 [==============================] - 0s 124us/样本 - 损失：1.8505 - conv4_1_loss：3.0373e-04 - conv4_2_loss：1.8358 - conv4_1_accuracy：1.0000 - conv4_2_accuracy：0.5817
对于边界框 lebal，在 Positive train_set 中，我使用 FDDB 数据提供的可标记 x1,y1 x2,y2，只需根据图片的比例调整它们的大小。这是错的吗？Negative train_set，我设置 box lebal [0,0,0,0]
像这样：['./pos/20020816bigimg_932.jpg', 1, ['0.2857142857142857', '2.2857142857142856', '12.285714285714286', '14.285714285714286']]
python - 深度学习可以确定两个笔迹样本是否是同一个人的吗？
我之前曾在手写记录上使用过 Tesseract CNN OCR，并对准确性感到惊讶。我想知道，是否可以使用它或其他方法来确定笔迹样本是否由同一个人书写？
我一直在寻找解决方案，但除了手写 OCR 识别之外，很难获得任何结果。
python - 在 NVIDIA Jetson TX2 上将 COCO 权重加载到 Mask R-CNN 时出现问题：资源耗尽
我目前正在使用带有 Ubuntu 18.04 的 NVIDIA Jetson TX2 来使用我的自定义数据集训练 Mask R-CNN（Matterport 实现https://github.com/matterport/Mask_RCNN）。当我尝试加载时mask_rcnn_coco.h5，多次出现以下错误：
训练模型时，许多主题中都会出现相同的错误，但这里我只是尝试加载预训练的权重。我不明白为什么只使用一小块内存。
python - 属性错误：GraphKey
这是回溯：
这是代码：
我试过使用 tf 版本 1 和 2。
python - AttributeError：模块“tensorflow._api.v1.compat.v1.nn”没有属性“avg_pool2d”
有人可以帮我吗？
这是代码
它应该是 tf.nn.avg_pool2d(...) 是这样的吗？我确实在寻找解决方案。但我真的不明白。
python-3.x - 从图像识别车辆运动方向
我正在进行一项研究，以根据移动方向计算图像中的车辆数量。以下是示例图像。
目前我正在使用 YOLO 的 TensorFlow 实现和 fast-RCNN 来计算特定图像中的车辆数量。但是，我一直在确定运动方向。任何资源或指南都受到高度赞赏。
tensorflow - MultiLabelling 识别图像中多对象检测的子类
我想使用基于 YOLO 或 Faster RCNN 的方法对对象（尤其是骰子）进行分类。我正在使用自己的数据库，我想标记我的图像以便将其传递给我的模型。但是，我正在考虑使用LabelImg 这样做，但是我找不到任何方法来标记类和子类（即首先获取骰子的类型，然后是指定的面）。
有没有比标记我的图像两次（用于类型和面部）更简单的方法，然后将其传递给两个不同的模型？
谢谢各位，欢迎提出任何建议！
python - Mask-RCNN/TensorFlow：不同的图像格式（jpg、png）会影响Mask-RCNN的训练结果吗？
我在一个项目中使用了 Mask-RCNN 和 Tensorflow。我过去完成了许多培训。
在最近的一个中，我发现张量板中的损失曲线具有很大的冲击幅度。我在小范围内更改了一些设置，例如 batch_size，但它没用（在我看来）。
发现是第一次用.png来训练，这次训练之前用.jpg，可能这里有问题？</p>
先感谢您。
tensorflow - 如何仅在一个特定类上评估 Tensorflow 对象检测 API？
我已经使用 Tensorflow 对象检测 APIfaster_rcnn_inception_resnet_v2_atrous_coco在大约 10 个类上训练了一个对象检测模型。当我运行model_main.py文件来评估模型时，它似乎只给出了所有 10 个类的平均平均精度 (AP) 和平均召回率 (AR)，如下所示：
但是，如果我只想评估 1 个特定类的性能，而不是所有 30 个检测到的类，我该怎么办？
python-3.x - 预期尺寸为 5，但得到形状为 (10000, 64, 173, 1) 的数组（GTZAN 数据集上的 CNN + LSTM）
我正在尝试在GTZAN数据集上实现 CNN + LSTM 架构。我将在下面解释我的训练和验证集：
我的模型如下：
模型编译：
模型适合：
但我得到一个错误说，
ValueError：检查输入时出错：预期 time_distributed_126_input 有 5 个维度，但得到了一个形状为 (10000, 64, 173, 1) 的数组
我究竟做错了什么？我是新来的