tensorflow中的faster-rcnn配置文件

Question

我在tensorflow中使用Google API for object detection来训练和推断自定义数据集。

我想调整配置文件的参数以更好地适应我的样本（例如，区域提案的数量，ROI bbox的大小等）。 为此，我需要知道每个参数的作用。 不幸的是，配置文件（找到here）没有注释或解释。 一些，例如“num classes”是不言自明的，但其他一些是棘手的。

我发现this file有更多评论，但无法将其“翻译”为我的格式。

我想知道以下其中一项： 1.解释google的API配置文件的每个参数 要么 2.从官方的快速rcnn到谷歌的API配置“翻译” 或至少 3.彻底审查fast-rcnn参数的技术细节（官方文章没有提供所有细节）

感谢您的帮助！

配置文件示例：

add()

Answer 1

我找到了两个可以解释配置文件的资料： 1. tensorflow github中的文件夹protos涵盖了所有配置选项，并对每个选项都有一些注释。您应该检查出最常见的fast_rcnn.proto，eval.proto和train.proto 2. Algorithmia的This博客文章详细介绍了在Google的Open Images数据集上下载，准备和训练更快的RCNN的所有步骤。 2/3路，有一些关于配置选项的讨论。