Python 仅针对使用Tensorflow进行目标检测的区域建议网络培训
我只喜欢使用Python 仅针对使用Tensorflow进行目标检测的区域建议网络培训,python,tensorflow,object-detection,object-detection-api,Python,Tensorflow,Object Detection,Object Detection Api,我只喜欢使用tensorflow从faster rcnn训练RPN网络。 在caffe,我只做过RPN培训 在tensorflow中,显示了自定义网络的培训。然后这里讨论了如何使用来自的模型进行训练 对于我来说,只训练RPN部分,哪种方法适合我? 假设我遵循第一种定义CNN网络的方法,我如何加载传输学习的预训练模型以仅使用tensorflow对象检测api训练RPN网络,您只需更改配置文件,因为api支持所述的仅RPN选项。要获得仅RPN的模型,只需在模型配置中添加一个选项“num\u of_s
tensorflow
从faster rcnn
训练RPN网络。
在caffe,我只做过RPN培训
在tensorflow中,显示了自定义网络的培训。然后这里讨论了如何使用来自的模型进行训练
对于我来说,只训练RPN部分,哪种方法适合我?
假设我遵循第一种定义CNN网络的方法,我如何加载传输学习的预训练模型
以仅使用tensorflow对象检测api训练RPN网络,您只需更改配置文件,因为api支持所述的仅RPN选项。要获得仅RPN的模型,只需在模型配置中添加一个选项“num\u of_stages:1
”(类似于“num\u of_classes:90
”)。(您还可以从配置文件中删除一些第二阶段参数,因为如果number\u of_stages
设置为1,这些参数将无效)
至于迁移学习的第二个问题,这与训练更快的rcnn网络一样,只需确保来自检测点的检查点的路径正确无误
在培训过程中,您可以使用tensorboard检查状态,一旦执行评估,您可以在“图像”选项卡中看到图像上显示区域建议,并且标签都是“对象+置信度分数”