Python 如何为自定义数据集设置视网膜网?
我正在尝试将Retinanet设置为在自定义数据集上进行训练,但步骤有点不清楚,我在前进中遇到了困难 步骤1引用了一个不存在的文件,我猜它的替换文件,Python 如何为自定义数据集设置视网膜网?,python,tensorflow,keras,Python,Tensorflow,Keras,我正在尝试将Retinanet设置为在自定义数据集上进行训练,但步骤有点不清楚,我在前进中遇到了困难 步骤1引用了一个不存在的文件,我猜它的替换文件,resnet.py,没有对loss或optimizer的引用,如下所示。步骤2我不确定从何处开始,是否像更改PascalVocGenerator中的标签以适应我的情况一样简单?第3步与第一步类似,在任何地方都找不到该文件 如果熟悉这一过程的人能为我指出正确的方向,我将不胜感激,因为我对ML周围的整个环境相当陌生,所以我为我的无知道歉 谢谢 然后稍微
resnet.py
,没有对loss或optimizer的引用,如下所示。步骤2我不确定从何处开始,是否像更改PascalVocGenerator中的标签以适应我的情况一样简单?第3步与第一步类似,在任何地方都找不到该文件
如果熟悉这一过程的人能为我指出正确的方向,我将不胜感激,因为我对ML周围的整个环境相当陌生,所以我为我的无知道歉
谢谢
然后稍微向上滚动:
通常,在您自己的数据集上进行培训的步骤包括:
keras\u retinanet.models.resnet50\u retinanet
创建一个模型,并编译它。根据经验,以下编译参数工作良好:keras\u retinanet.preprocessing.PascalVocGenerator
)
型号。安装发电机开始培训
model.compile(
loss={
'regression' : keras_retinanet.losses.smooth_l1(),
'classification': keras_retinanet.losses.focal()
},
optimizer=keras.optimizers.adam(lr=1e-5, clipnorm=0.001)
)