Tensorflow 对象检测 API
Tensorflow Object Detection API
我决定涉足 ML，经过大量的反复试验，我能够使用 TS 的 inception 创建一个模型。
为了更进一步，我想使用他们的 Object Detection API. But their input preparation instructions, references the use of Pascal VOC 2012 数据集，但我想在我自己的数据集上进行训练。
这是否意味着我需要将我的数据集设置为 Pascal VOC 或 Oxford IIT 格式？如果是，我该怎么做？
如果没有（我的直觉告诉我是这种情况），对我自己的数据集使用 TS 对象检测有哪些替代方案？
旁注：我知道我训练的初始模型不能用于本地化，因为它是一个分类器
编辑：
对于那些仍然希望实现这一目标的人， 是我着手去做的。
Tensorflow 对象检测中的训练作业API 期望获得 TF 记录文件，其中某些字段填充了真实数据。
您可以将数据设置为与 Pascal VOC 或 Oxford-IIIT 示例相同的格式，或者您可以直接创建 TFRecord 文件而忽略 XML 格式。
在后一种情况下，create_pet_tf_record.py 或 create_pascal_tf_record.py 脚本可能仍然有用，可作为 API 期望看到哪些字段以及它们应该采用什么格式的参考.目前我们不提供一般创建这些 TFRecord 文件的工具，因此您必须自己编写。
除了 TF 对象检测 API 你可以看看 OpenCV Haar Cascades。我从那时开始我的对象检测方式，如果提供准备充分的数据集，它工作得很好。
还有很多关于创建自己的级联的文章和教程，因此很容易上手。
我正在使用 this 博客，它对我帮助很大。
我决定涉足 ML，经过大量的反复试验，我能够使用 TS 的 inception 创建一个模型。
为了更进一步，我想使用他们的 Object Detection API. But their input preparation instructions, references the use of Pascal VOC 2012 数据集，但我想在我自己的数据集上进行训练。
这是否意味着我需要将我的数据集设置为 Pascal VOC 或 Oxford IIT 格式？如果是，我该怎么做？
如果没有（我的直觉告诉我是这种情况），对我自己的数据集使用 TS 对象检测有哪些替代方案？
旁注：我知道我训练的初始模型不能用于本地化，因为它是一个分类器
编辑：
对于那些仍然希望实现这一目标的人，
Tensorflow 对象检测中的训练作业API 期望获得 TF 记录文件，其中某些字段填充了真实数据。
您可以将数据设置为与 Pascal VOC 或 Oxford-IIIT 示例相同的格式，或者您可以直接创建 TFRecord 文件而忽略 XML 格式。
在后一种情况下，create_pet_tf_record.py 或 create_pascal_tf_record.py 脚本可能仍然有用，可作为 API 期望看到哪些字段以及它们应该采用什么格式的参考.目前我们不提供一般创建这些 TFRecord 文件的工具，因此您必须自己编写。
除了 TF 对象检测 API 你可以看看 OpenCV Haar Cascades。我从那时开始我的对象检测方式，如果提供准备充分的数据集，它工作得很好。
还有很多关于创建自己的级联的文章和教程，因此很容易上手。 我正在使用 this 博客，它对我帮助很大。