问题标签 [object-detection-api]
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.
tensorflow - Mobilenet SSD 输入图像大小
我想在自定义数据集上训练 Mobilenet SSD 模型。
我研究了重新训练模型的工作流程，并注意到配置文件中的 image_resizer{} 块：
此处的纵横比是否必须为 1:1，例如 300x300，或者我可以指定自定义比例吗？
我所有的数据集图像都是 960x256 - 所以我可以输入这个尺寸作为高度和宽度吗？还是我需要调整所有图像的大小以使宽高比为 1:1？
tensorflow - 通过 GTX 1080 微调 fast_resnet101_coco
faster_rcnn_resnet101_coco是否可以通过GTX 1080with进行微调object detection api？或faster_rcnn_nasnet。
python - 使用 tensorflow 对象检测 API 改变/波动 SSD Mobilenet 训练损失
在使用 tensorflow object detection api 训练 SSD mobilenet 时，我得到以下训练损失： SSD Mobilenet Training Loss（单击链接查看训练损失的图像）我很困惑为什么通过红色矩形标记的训练损失在比较时如此之低给别人。另外，可能的原因是什么？
tensorflow - 如何在 Object Detection API 中同时训练和评估？
我想同时在我自己的数据集上训练/评估 ssd_mobile_v1_coco Object Detection API。
但是，当我只是尝试这样做时，我面临着 GPU 内存几乎已满，因此评估脚本无法启动。以下是我用于训练和评估的命令：
在一个终端窗格中调用训练脚本，如下所示：
运行良好，训练有效......然后我尝试在第二个终端窗格中运行评估脚本：
它失败并出现以下错误：
在启动eval.pyTF 训练之前，预先分配了所有 GPU 内存，因此我无法弄清楚如何让它们同时运行，或者至少有 ODA，以特定间隔运行评估。
因此，首先是否有可能让评估与培训同时进行？如果是这样，它是如何完成的？
系统信息
您正在使用的模型的顶级目录是什么：object_detection
我是否编写了自定义代码：还没有...
操作系统平台和发行版：Linux Ubuntu 16.04 LTS
TensorFlow 安装自（源代码或二进制文件）：pip3 tensorflow-gpu
TensorFlow 版本（使用下面的命令）：1.5.0
CUDA/cuDNN 版本：9.0/7.0
GPU 型号和内存：GTX 1080、8Gb
python - 使用张量流图转换工具时出错
我正在尝试在 Linux Ubuntu 16.04 中的 tensorflow 1.4.1 的 tensorflow 对象检测模型上使用图形转换工具
使用的指令是：
当我尝试查询优化的张量流图时，
我收到以下错误：
我不知道出了什么问题，因为原始冻结图工作正常。
python - Windows上的Tensorflow对象检测API错误
我已经完成了安装并安装了所有依赖项并完成了所有步骤。但是当我尝试运行 object_detection_tutorial 时，我收到以下错误：
运行此行后出现上述错误：
python - 当我运行 fast rcnn 的 train_net.py 时，代码被破解
I0303 14:17:35.769629 17352 net.cpp:774] 复制源层 loss_cls
I0303 14:17:35.770619 17352 net.cpp:774] 复制源层 loss_bbox
解决...
为什么代码无法读取内存，出了什么问题？我该如何解决这个问题？
我的 GPU 的内存是 6GB，对于代码来说足够了。
tensorflow - TensorFlow 训练模型将每个对象检测为训练对象
我已经为两个对象 Lion 和 Ostrich 训练了一个 faster_rcnn_resnet101_coco 模型，每个对象有 180-200 张图像。训练后，该模型将每个对象检测为狮子或鸵鸟，而与图像中的对象无关。示例：它将大象检测为狮子和鸵鸟。有人可以为此提出解决方案。
tensorflow - Tensorflow object detection api test time（谷歌物体检测运行时间）
谷歌对象检测 API：
https://github.com/tensorflow/models/tree/master/research/object_detection
测试代码：
我执行了 Google Object Detection API 的测试代码如下：
根据 Google 研究论文，Google Object Detection API 支持的所有模型都具有实时性能！但是，上面的测试代码显示检测一张图像大约需要 3 秒（实际上是 200 帧->130 秒，400 帧->250 秒）。我认为这个结果是错误的，因为这个模型具有实时性能。
可能的原因我预期...
- GPU 无法正常工作。
- 错误的测量测试运行时方法
请让我知道如何准确测量检测时间。
更多详情请参考以下链接 https://github.com/tensorflow/models/issues/3531
tensorflow - tf object detection api - 为每个检测 bbox 提取特征向量
我正在使用 Tensorflow 对象检测 API 并使用预训练的 ssd-mobilenet 模型。有没有办法为每个 bbox 提取移动网络的最后一个全局池作为特征向量？我找不到保存此信息的操作的名称。
我已经能够根据 github 上的示例提取检测标签和 bbox：