我想知道正确的 Tensorflow 对象检测 - api 模型用于植物病害检测和杂草检测？
I want to know the right Tensorflow object detection- api model for plant disease detection and weed detection?
我尝试了几个动物园模型 faster_rcnn_resnet50_coco，但没有得到想要的输出。
我正在考虑以下选项 Mask RCNN ，但我不知道使用正确的选项，也不确定我是否正确标记了我的图像，给出了以下输出。
我的标签更侧重于检测图像上各个部分的疾病，而不是将整个图像分类为疾病
mask_rcnn_resnet50_atrous_coco
mask_rcnn_inception_resnet_v2_atrous_coco
mask_rcnn_inception_v2_coco
mask_rcnn_resnet101_atrous_coco
enter image description here
从您的输出来看，注释似乎是用于对象检测的。
- 对于图像分割，您可以使用 VGG Image Annotator.
准备数据
- 如果 models zoo 中的模型没有给出所需的输出，您可以尝试使用 U-Net 模型进行图像分割。
目标检测和图像分割的基本区别如下。
对象检测：
对象检测将定位扩展到一个新的水平，现在图像不再局限于只有一个对象，而是可以包含多个对象。任务是 class 化和定位图像中的所有对象。这里再次使用边界框的概念完成本地化。
语义分割：
语义图像分割的目标是用对应的 class 来标记图像的每个像素。因为我们对图像中的每个像素进行预测，所以此任务通常称为密集预测。
对于您的情况，您可以尝试使用 U-Net 的分割方法。
我尝试了几个动物园模型 faster_rcnn_resnet50_coco，但没有得到想要的输出。
我正在考虑以下选项 Mask RCNN ，但我不知道使用正确的选项，也不确定我是否正确标记了我的图像，给出了以下输出。
我的标签更侧重于检测图像上各个部分的疾病，而不是将整个图像分类为疾病
mask_rcnn_resnet50_atrous_coco
mask_rcnn_inception_resnet_v2_atrous_coco
mask_rcnn_inception_v2_coco
mask_rcnn_resnet101_atrous_coco
enter image description here
从您的输出来看，注释似乎是用于对象检测的。
- 对于图像分割，您可以使用 VGG Image Annotator. 准备数据
- 如果 models zoo 中的模型没有给出所需的输出，您可以尝试使用 U-Net 模型进行图像分割。
目标检测和图像分割的基本区别如下。
对象检测：
对象检测将定位扩展到一个新的水平，现在图像不再局限于只有一个对象，而是可以包含多个对象。任务是 class 化和定位图像中的所有对象。这里再次使用边界框的概念完成本地化。
语义分割：
语义图像分割的目标是用对应的 class 来标记图像的每个像素。因为我们对图像中的每个像素进行预测，所以此任务通常称为密集预测。
对于您的情况，您可以尝试使用 U-Net 的分割方法。