使用MultiLabels准备数据集以在caffe

Question

我正在尝试构建多标签分类器，以便能够识别和计算图片中的对象。我有自己收集的数据集，并标记了区域。

为简单起见，这是一个例子。假设我正在构建一个分类器来对出现在同一图像中的狗和猫进行分类，我已经按照我定义区域的方式准备了数据集。

如果图像尺寸为1200 * 1200

• 第一个区域：[[0,600]，[0,1200]将被标记为0（猫），
• 第二区域：[[600,1200]，[0,1200]将被标记为1（狗）。

通过在here中阅读这个例子，我无法弄清楚如何定义区域，所以我训练分类器知道对象X在区域[x，y，w，z]中？ 以这种方式准备脚本可以帮助我对图像进行分类，但它无助于计算图像中的对象数量

任何帮助将不胜感激。