我正在测试ImageAI对象检测模型,例如RetinaNet
和YOLOv3
的图像数据集。但是问题是,这些模型仅支持80种不同类型的对象,如下所示:
person, bicycle, car, motorcycle, airplane, bus, train, truck, boat, traffic light, fire hydrant, stop_sign,
parking meter, bench, bird, cat, dog, horse, sheep, cow, elephant, bear, zebra,
giraffe, backpack, umbrella, handbag, tie, suitcase, frisbee, skis, snowboard,
sports ball, kite, baseball bat, baseball glove, skateboard, surfboard, tennis racket,
bottle, wine glass, cup, fork, knife, spoon, bowl, banana, apple, sandwich, orange,
broccoli, carrot, hot dog, pizza, donot, cake, chair, couch, potted plant, bed,
dining table, toilet, tv, laptop, mouse, remote, keyboard, cell phone, microwave, oven,
toaster, sink, refrigerator, book, clock, vase, scissors, teddy bear, hair dryer, toothbrush.
create custom object detection models
的最佳方法是什么?答案 0 :(得分:1)
请遵循此处提到的步骤。
这将是一个好的开始
答案 1 :(得分:1)
很多人都想通过自定义对象检测来做到这一点。如果您想直接使用自己的GPU硬件,安装TensorFlow并自行管理一切,那么来自Nandu Raj的答案是一个很好的资源。
但是,如果您需要服务,我建议您使用的产品IBM Watson Visual Recognition。这是一项基于云的服务,不需要机器学习专业知识或硬件。您可以使用Watson Studio通过在您关心的对象周围绘制方框(例如50张图像)来训练自己的私人模型,然后单击“训练”按钮。当然,所需示例的数量将取决于您要查找的对象的类型。
但是,您可以非常快速地开始使用,例如标记20张图像,然后单击“火车”。沃森将尽力而为,并在15至20分钟内训练模型。然后,您可以使用自动标签功能使该初步模型为未标签图像提供建议框。这样您的任务就变得容易了,您只需更正所有没有意义的方框,然后单击重新训练即可。
这是一个基于乐高人的演示:https://medium.com/@vincent.perrin/watson-visual-recognition-object-detection-in-action-in-5-minutes-8f97c4b613c3如果您想尝试一下,请不要错过指向示例数据的GitHub链接。
每月免费使用多达1000张图片-注册“精简版”计划:
带有Studio的GUI的视频演示:https://www.youtube.com/watch?v=eW6_PCYFq-Y 如果您更喜欢使用curl或Python SDK,请从此处开始:https://cloud.ibm.com/docs/visual-recognition?topic=visual-recognition-getting-started-tutorial