尝试使用 Region CNN (R-CNN) 训练 ImageNet 模型
Trying to train the ImageNet model with Region CNN (R-CNN)
使用 caffe 几个月后，我已经能够成功训练自己的模型。例如，除了我自己的模型之外，我已经能够用 1000 classes.
训练 ImageNet
在我现在的项目中，我正在尝试提取我感兴趣的区域 class。之后我编译了 运行 Fast R-CNN 的演示并且它工作正常，但是示例模型只包含 20 classes 我想要更多 classes，例如全部。
我已经下载了 ImageNet 的 bounding boxes，有真实的图像。
现在，我一片空白，我想不出接下来的步骤，也没有关于如何操作的文档。我唯一发现的是如何训练 INRIA 人物模型，他们提供数据集 + 注释 + python 脚本。
我的问题是：
- 是否有我错过的任何教程或指南？
- 是否已经有经过 1000 classes 训练的模型能够 class 化图像并提取边界框？
非常感谢您。
此致。
拉斐尔.
Dr Ross Girshik has done a lot of work on object detection. You can learn a lot from his detailed git on fast RCNN：你应该可以在那里找到一个带有演示的caffe分支。自己没用过，不过好像很懂
您可能会感兴趣的另一个方向是 LSDA：使用弱监督训练许多 类 的目标检测。
顺便说一句，你调查过 faster-rcnn 了吗？
使用 caffe 几个月后，我已经能够成功训练自己的模型。例如，除了我自己的模型之外，我已经能够用 1000 classes.
训练 ImageNet在我现在的项目中，我正在尝试提取我感兴趣的区域 class。之后我编译了 运行 Fast R-CNN 的演示并且它工作正常，但是示例模型只包含 20 classes 我想要更多 classes，例如全部。
我已经下载了 ImageNet 的 bounding boxes，有真实的图像。
现在，我一片空白，我想不出接下来的步骤，也没有关于如何操作的文档。我唯一发现的是如何训练 INRIA 人物模型，他们提供数据集 + 注释 + python 脚本。
我的问题是：
- 是否有我错过的任何教程或指南？
- 是否已经有经过 1000 classes 训练的模型能够 class 化图像并提取边界框？
非常感谢您。
此致。
拉斐尔.
Dr Ross Girshik has done a lot of work on object detection. You can learn a lot from his detailed git on fast RCNN：你应该可以在那里找到一个带有演示的caffe分支。自己没用过，不过好像很懂
您可能会感兴趣的另一个方向是 LSDA：使用弱监督训练许多 类 的目标检测。
顺便说一句，你调查过 faster-rcnn 了吗？