尝试使用Region CNN（R-CNN）训练ImageNet模型

Question

使用caffe几个月后，我已经成功培训了自己的模型。例如，我自己的模型，我已经能够训练ImageNet 1000个类。

现在，在我的项目中，我试图提取我兴趣班的区域。在那之后我编译并运行了Fast R-CNN的演示并且它工作正常，但样本模型只包含20个类，我希望有更多的类，例如所有类。< / p>

我已经使用真实图像下载了ImageNet的bounding boxes。

现在，我已经空白，我无法弄清楚接下来的步骤，而且还没有关于如何做到这一点的文档。我唯一发现的是如何训练INRIA人模型，他们提供数据集+注释+ python脚本。

我的问题是：

• 是否有任何我错过的教程或指南？
• 是否已经有一个训练有1000个类的模型能够对图像进行分类并提取边界框？

非常感谢你。

问候。

圣拉斐尔。

Answer 1

Dr Ross Girshik在对象检测方面做了大量工作。你可以从fast RCNN上的详细git中学到很多东西：你应该能够在那里找到一个caffe分支，并附带一个演示。我自己没有使用它，但它似乎很容易理解。

您可能感兴趣的另一个方向是LSDA：使用弱监督来训练许多班级的物体检测。

是的，你看过faster-rcnn吗？