问题标签 [object-detection-api]

我尝试加载冻结图而不是编辑 eval*.py 的检查点，但似乎它需要“global_step”等变量。

I'm trying to create a network that does face-detection and also shows a persons age. displaying age is a regression problem.
Would adding a new parameter to the normal detection label suffice?
I mean currently this is what we do for a simple detection task :

Would this be OK? :

if not, what would be the right sequence of actions to do?

我正在运行与 Tensorflow 对象检测 API（object_detection_tutorial.ipynb）一起打包的示例程序。程序运行良好，没有错误，但边界框根本没有显示。

我的环境如下：

视窗 10

Python 3.6.3

可能是什么原因？

带着敬意

马尼什

我正在尝试使用tensorflow 检测教程对批处理执行检测，但以下代码给了我setting an array element with a sequence.错误。

如何正确输入图像数组？

我正在使用对象检测 API 使用不同的数据集进行训练，我想知道是否有可能在训练期间获得到达网络的样本图像。

我问这个是因为我试图找到一个很好的数据增强选项组合（这里是选项），但是添加它们的结果更糟。在训练中查看到达网络的内容将非常有帮助。

另一个问题是是否可以让 API 帮助平衡类，以防传递的数据集使它们不平衡。

谢谢！

我正在尝试使用 .config 文件中的 data_augmentation_options 来训练网络，特别是 ssd_mobilenet_v1，但是当我激活选项 random_adjust_brightness 时，我很快就会收到下面粘贴的错误消息（我在步骤 110000 之后激活了该选项）。

我尝试减少默认值：

但结果是一样的。

知道为什么吗？这些图像是来自 png 文件的 RGB（来自Bosch Small Traffic Lights Dataset）。

编辑：我发现的解决方法是这样的。inf 或 nan 处于丢失状态，因此检查 /object_detection/core/preprocessor.py 中的函数进行亮度随机化：

假设图像值必须在 0.0 和 1.0 之间。图像实际上是否有可能以 0 均值甚至不同的范围到达？在这种情况下，剪辑会破坏它们并导致失败。长话短说：我注释掉了剪切线并且它正在工作（我们将看到结果）。

我正在尝试使用对象检测 API 的数据增强功能，特别是 random_image_scale。

挖掘了一下，我发现了实现它的函数（粘贴在下面）。我遗漏了一些东西，或者这里没有处理盒子的基本事实？我环顾四周，没有发现任何东西。如果不根据对图像进行的缩放来相应地修改基本事实，它会弄乱正在训练的模型，不是吗？

如果我遗漏了什么，请告诉我，或者我应该避免使用此功能来训练我的网络。

该文件是/object_detection/core/preprocessor.py

你好。

我目前在我自己的数据集上使用 tensorflow 对象检测 API（使用 Faster Rcnn），对于我的一些标签，我已经确定了很可能被检测为误报的对象，并且我知道该 API 使用硬示例挖掘，所以我正在尝试将包含这些硬物体的图像引入训练中，以便矿工可以将它们作为硬底片。

在 github https://github.com/tensorflow/models/issues/2544上进行此对话后，有人告诉我这是可能的

您可以拥有纯负图像，faster_rcnn 模型将从它们的锚点中采样。

所以我的问题是：我如何创建一些没有任何边界框的图像的 tfrecords？我在相关的 .xml 文件中放了什么？

我正在尝试使用预训练的faster_rcnn_inception_resnet_v2_atrous_oid。代码修改自官方快速入门笔记本。当我使用其他模型时，例如faster_rcnn_nas_coco_2017_11_08，一切正常。但是，当我更改为faster_rcnn_inception_resnet_v2_atrous_oid时，出现以下错误：

代码是：

我有一个用例，其中我有大约 100 个图像，每一个都有 10000 个独特的项目。我有 10 件物品，全部来自 10000 套，我也知道哪 10 件物品，但仅在测试实时数据时才知道。我现在必须将这 10 个项目与其名称匹配。识别这些项目的有效方法是什么？我完全控制了训练环境背景和测试环境背景。如果我用所有 10000 个项目制作一个模型，它会扩展吗？或者我应该制作 10000 个不同的模型并在我预训练的 10 个模型上运行 10 个项目。