Computer vision Yolov4已经有更大的重量了吗?

Computer vision Yolov4已经有更大的重量了吗?,computer-vision,object-detection,yolo,yolov4,Computer Vision,Object Detection,Yolo,Yolov4,我想比coco数据集检测更多的对象,coco数据集只检测80个对象,我想检测尽可能多的动作,比如拥抱、游泳等等 我不在乎大小,我也不想训练自己。。。那么,是否有一个足够大的数据集(权重)可供我下载和使用,或者我必须为yolo进行培训和标记?您试图分类的内容表示为动作识别。这里[1]是一个很好的回购协议,列出了许多用于此任务的现成模型 解释:模型(比如YOLO)包含两个主要模块:特征提取(CNN素材)和分类(线性层)。当从头开始训练时,特征提取和分类都将从头开始训练。根据需要训练分类很容易,但训

我想比coco数据集检测更多的对象,coco数据集只检测80个对象,我想检测尽可能多的动作,比如拥抱、游泳等等


我不在乎大小,我也不想训练自己。。。那么,是否有一个足够大的数据集(权重)可供我下载和使用,或者我必须为yolo进行培训和标记?

您试图分类的内容表示为动作识别。这里[1]是一个很好的回购协议,列出了许多用于此任务的现成模型


解释:模型(比如YOLO)包含两个主要模块:特征提取(CNN素材)和分类(线性层)。当从头开始训练时,特征提取和分类都将从头开始训练。根据需要训练分类很容易,但训练特征提取部分很难(因为这需要很多时间)。因此,我们通常在广义数据集上使用预先训练的模型(就像YOLO在COCO上训练),所以我们的特征提取部分从一个比较好的广义位置开始。稍后,我们将替换分类部分,以便从头开始为我们的任务进行培训

TL;博士,你可以在COCO上使用预先训练好的YOLO模型,通过替换最后的线性层来分类你想要的。下面是一些不同框架的参考资料[2,3]

这里[4]是一个简单的演练,介绍如何做到这一点

  • [1]
  • [2] TensorFlow:
  • [3] Pytork:
  • [4]
您可以找到一个带有边框的非常大的数据集