Python 仅用于人/车辆检测的预训练CNN(tensorflow/darknet/caffe)权重

Python 仅用于人/车辆检测的预训练CNN(tensorflow/darknet/caffe)权重,python,tensorflow,caffe,yolo,Python,Tensorflow,Caffe,Yolo,我使用的是tensorflow的预训练权重,它主要是在数据集上训练的,涵盖了包括人类在内的大约80个不同的类,因此使用这些模型肯定会导致更高的计算权衡,因此,是否有任何公开的预先训练的重量,在这种情况下,只关注一类人或车辆(汽车) 如果没有可用的此类模型,那么如何对这些现有模型进行微调或定制,例如 “ssd_inception_v2_coco_2018_01_28”,它的mAP为32,计算效率也很高,因此,如何利用这些模型仅检测人类而不检测任何其他对象。您尝试过该模型吗?按照您链接的GitHub

我使用的是tensorflow的预训练权重,它主要是在数据集上训练的,涵盖了包括人类在内的大约80个不同的类,因此使用这些模型肯定会导致更高的计算权衡,因此,是否有任何公开的预先训练的重量,在这种情况下,只关注一类人或车辆(汽车)

如果没有可用的此类模型,那么如何对这些现有模型进行微调或定制,例如


ssd_inception_v2_coco_2018_01_28”,它的mAP为32,计算效率也很高,因此,如何利用这些模型仅检测人类而不检测任何其他对象。

您尝试过该模型吗?

按照您链接的GitHub repo中的说明,对数据集上的任何模型进行微调。KITTI包含汽车类和行人类。