您能否培训Tensorflow对象检测API来检测对象的各个部分？

我已经建立了Tensorflow对象检测API，我想开始训练我自己的模型。我已经准备好了我的培训图像，并且准备开始创建标签XML

---

我想训练模型识别自行车的许多不同部分。那么，车轮、轮轴、座椅、把手、单独的踏板等是否可行？在确定探测器的对象时，您可以使用多大的粒度？

您可以做到这一点。您的问题陈述与任何能够检测单个对象的对象检测模型类似，如COCO模型，它可以检测多达90个对象，如猫、狗、汽车、自行车等，尽管在您的情况下，这些都是相同较大对象（自行车）的一部分，在tensorflow中使用相同的对象检测方法是可能的。

没有人会给你精确的答案，因为所有这些都取决于你的数据，当然还有模型架构OK，干杯。我想我应该把这个问题改写成“有没有人做过类似的事情，并且成功了”谢谢！我会尽快开始训练我的模特。你认为在我的用例中，从头开始训练一个模型值得吗？或者我应该用我的数据集对现有模型进行训练吗？如果从头开始，你的意思是定义你自己的模型体系结构吗？如果您有时间和专业知识，您可以这样做，或只是重新培训现有的模型，如SSD等，以满足您的需要。您将在两种方式中都有数据准备的常见步骤，如收集图像、调整大小、标记图像等，啊，好的。我不认为我真的有信心能够创建自己的模型，所以我将重新培训SSD作为满足我需求的最佳选择