用自己的图像(张量流)重新构造物体检测模型

时间:2017-08-23 07:02:49

标签: python-3.x machine-learning tensorflow image-recognition training-data

早上好,

我一直在使用他们提供的object detection tutorial作为冻结图以及相应的检查点文件( model.ckpt.data-00000-of}使用张量流ssd_mobilenet。 -00001,model.ckpt.index,model.ckpt.meta )。 然而,由于图像有时被严重识别,我希望我可以将自己的图像输入检测模型并改善其图像的性能,这些图像都是由同一台相机拍摄的。

谷歌无法帮助我从哪里开始。我遇到的问题: - 是否有任何代码片段显示要加载哪些文件以及如何训练现有模型? - 我是否需要使用旧数据(即COCO)+新数据(我的图像)重新训练加载的模型,或者我可以使用我的数据重新训练它,模型会记住它之前学到的内容吗?

很抱歉这个非常不明确的问题,但我无法弄清楚从哪里开始。

1 个答案:

答案 0 :(得分:0)

Dat Tran写了一篇很棒的walkthrough blogcode base。他使用预先训练的SSD_mobilenet作为开始训练模型识别图像中的浣熊。这是我发现的最佳起点。希望这会有所帮助。