问题标签 [object-detection-api]

我正在使用 Tensoflow 对象检测 API 来检测对象。目前，我正在使用 MobileNet 预训练模型。现在我需要在模型的不同形式下评估预训练模型的结果。为此，我需要对模型架构进行一些狭缝更改。

可能吗？。如果那该怎么做？

我训练了一个 faster_rcnn_inception 网络，从 tensorflow 的 OD API 继续在我的数据集上提供了 Checkpoint，该数据集仅包含一个类。

我根据需要更改了配置文件并进行了成功的培训。测试我训练有素的网络在准确性方面给了我很好的结果。

但现在我意识到在配置文件中我忘记num_classes从 90 切换到 1。

这对我的网络有什么影响？现在是否比配置正确设置为 1 时要慢？

tensorflow 的 API 是否根据提供的自动分配过滤器的数量/大小num_classes？

我正在为我的用例使用张量流模型对象检测，并且我有一些我想在训练过程中忽略的框/类，因为它们的质量不是最好的。
我不想删除带有黑色矩形的框区域，因为这会改变图像并且我不希望它们成为训练过程中的负面示例

有没有简单的方法可以做到这一点？
我正在使用带有 PASCAL VOC 数据表示的 tensorflow 模型对象检测快速 RCNN 实现

我对张量流指标（tf.metrics）有一些疑问。有一些可用的指标，如准确度、精度、误报等。

根据 API 精度等，至少需要两个参数：

在“session.run”之后，我有一个带有一些张量的结果字典，见下图

结果字典

检测盒

真实盒子

检测分数

如何使用这些值来计算准确度、精度、假阳性等？

我尝试了以下方法：

但我收到以下错误：

无论如何，我的尝试毫无意义，因为要计算精度，“真阳性”和“假阳性”是必要的。

我正在训练一个 tf 模型来识别各种对象。我有许多用于训练模型的彩色图像。然而，在现实生活中，由于光照条件或相机功能，我的应用程序会遇到许多以灰度拍摄的图像。有没有一种简单的方法可以告诉 TF 在彩色图像和灰度版本上训练模型而不创建双图像集：彩色和灰度。我在数据增强功能中看到了一些灰度选项，但不清楚具体用法。

我使用此https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md正确安装了对象检测 API，并通过运行 model_builder_test.py 进行了检查，这给了我一个好的结果。然后我继续使用以下命令在我的数据集上运行 train.py

python train.py --logtostderr --pipeline_config_path=pipeline.config --train_dir=train_file

我收到错误 ImportError: cannot import name 'preprocessor_pb2' This specific preprocessor_pb2.py存在于它正在寻找的路径中，即

C:\Users\SP-TestMc\Anaconda3\envs\tensorflow\models-master\models-master\research\object_detection\protos

那么这个错误的原因可能是什么？

我想使用对象检测 api 检测划痕，而且大多数时候，它们不是水平线或垂直线。因此，我的样本背景太多，识别结果太差。有人尝试过旋转边界框吗？

我正在使用这个公共缺陷数据集来测试 api。参考：http ://resources.mpi-inf.mpg.de/conferences/dagm/2007/prizes.html下面附有一张示例图片。

如果我定义了 2 个类：缺陷类和无缺陷类。以我的思维方式，如果缺陷的边界框包含尽可能少的背景（无缺陷区域），我想会更好。我对吗？有什么建议或意见吗？

在我之前的测试中，使用没有旋转的边界框，准确率结果不到 50%。

我正在尝试在这一行中阅读 Tensorflow 非最大抑制方法的源代码。它是从gen_image_ops文件中导入的，但我在 tensorflow 源代码中的任何地方都找不到该文件。

是否有任何来源可以访问此方法的代码？

我是 Python 和 Tensorflow 的新手。我正在尝试从Tensorflow 对象检测 API运行对象检测教程文件，但是当检测到对象时，我找不到在哪里可以获得边界框的坐标。

相关代码：

我假设绘制边界框的地方是这样的：

我试过打印output_dict['detection_boxes']，但我不确定这些数字是什么意思。有很多。

我找到了类似问题的答案，但我没有像他们那样有一个名为 box 的变量。我怎样才能得到坐标？

我正在尝试使用 Tensorflow 对象检测 API 创建自定义对象检测器。我遵循了 API 文档和许多其他教程。我正在使用预先训练的更快的 rcnn 模型和默认配置文件值（我正确编辑了“要配置的路径”区域）（我的标签映射只有一个项目，它的 id 是 1）。在使用 6660 个训练示例进行训练后，结果并不完美，但对于我的测试图像来说还可以。主要问题是当我使用不包含我的自定义对象的不同图像测试模型时，它会将其他对象检测为我的自定义对象。特别是，如果对象在 coco 数据集（我的模型在 coco 数据集上预训练）中，比如汽车、刀、笔记本电脑等。模型检测它们的位置并将它们标记为我的自定义对象。这是一个错误还是我错过了什么？

我用于创建 tf 记录的配置文件、标签映射、测试代码和文件在这里：https ://github.com/mstferis/tensorflow_object_detection

张量板中的总损失图形

有了这个模型，我得到了这些输出。它检测到手枪（这就是我想要的），但它也将其他物体检测为手枪。

错误示例 1

错误示例 2

错误示例 3

真实例子1

真实例子2

*注意（更新）：最后我将其他类的图片添加到我的训练集中，并将它们标记为我的自定义对象。现在模型预测的误报更少。但是我仍然找不到以前的问题。