Tensorflow 对象检测 - 最佳实践
Tensorflow Object Detection - Best practice
正如我在其他帖子 (Tensorflow Object Detection - Avoid overlapping boxes) 中提到的那样，我是机器学习的新手，我必须实施一种算法来检测交通信号灯。
关于 Tensorflow 及其可能性，除了 Stack Overflow，我有一大堆问题不知道该去哪里问。
为了快速入门，我下载了预训练模型并开始使用博世交通灯数据集对其进行训练。使用预训练的模型很好，但我时不时地想知道是否可以修改这个模型（添加或删除一个层）或者是否最好在 tf 之上使用 keras 以获得更好的定制可能性。
此外，我想知道我应该如何知道每个预训练模型中 pipeline.config 文件中的可能配置。是否有任何文档或我是否必须深入研究 python 文件才能进入？换句话说，更改配置是否有意义？
出于文档目的，我们使用了张量板。不幸的是，没有开箱即用的准确性（但损失）记录 - 我们如何将准确性显示为附加图表？
您应该使用配置来调整所有方面。如 , configuration parameters can be browser in the protocol buffers message definitions. For example, for the model, if you are using faster RCNN, have a look at the different fields of the FasterRcnn 消息中所述。您可以导出经过训练的模型，将其加载到常规 TensorFlow 脚本中，并出于任何目的向其中添加任何您想要的内容，但对象检测框架应该是配置驱动的。
关于指标，请查看 Supported object detection evaluation protocols. In the EvalConfig 消息，有一个 metrics_set 可以为不同的评估指标设置不同的值。
正如我在其他帖子 (Tensorflow Object Detection - Avoid overlapping boxes) 中提到的那样，我是机器学习的新手，我必须实施一种算法来检测交通信号灯。
关于 Tensorflow 及其可能性，除了 Stack Overflow，我有一大堆问题不知道该去哪里问。
为了快速入门，我下载了预训练模型并开始使用博世交通灯数据集对其进行训练。使用预训练的模型很好，但我时不时地想知道是否可以修改这个模型（添加或删除一个层）或者是否最好在 tf 之上使用 keras 以获得更好的定制可能性。
此外，我想知道我应该如何知道每个预训练模型中 pipeline.config 文件中的可能配置。是否有任何文档或我是否必须深入研究 python 文件才能进入？换句话说，更改配置是否有意义？
出于文档目的，我们使用了张量板。不幸的是，没有开箱即用的准确性（但损失）记录 - 我们如何将准确性显示为附加图表？
您应该使用配置来调整所有方面。如 FasterRcnn 消息中所述。您可以导出经过训练的模型，将其加载到常规 TensorFlow 脚本中，并出于任何目的向其中添加任何您想要的内容，但对象检测框架应该是配置驱动的。
关于指标，请查看 Supported object detection evaluation protocols. In the EvalConfig 消息，有一个 metrics_set 可以为不同的评估指标设置不同的值。