Question

我需要使用CNN来训练图像，以实现围绕train.csv中坐标上的物体的框。

模型应生成对象所在矩形的坐标

样本数据（train.csv）

img_name x1 x2 y1 y2

10001.png 115495143325

1690.png 2345761409

MenCasu.png 37601 13470

14777.png 27602162385

在这些给定的图像名称中，需要进行训练，使得图像中的对象必须在其周围生成一个框。

我尝试过的代码是

classifier = Sequential()
classifier.add(Conv2D(32, (3, 3), input_shape = (64, 64, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Conv2D(32, (3, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Flatten())
classifier.add(Dense(units = 128, activation ='relu'))
classifier.add(Dense(units = 1, activation = 'sigmoid'))
classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])
train_datagen = ImageDataGenerator(rescale = 1./255,
                               shear_range = 0.2,
                               zoom_range = 0.2,
                               horizontal_flip = True)
test_datagen = ImageDataGenerator(rescale = 1./255)
training_set = train_datagen.flow_from_directory('../input/data',
                                             target_size = (64, 64),
                                             batch_size = 32,class_mode ='binary')
test_set = test_datagen.flow_from_directory('../input/data',
                                        target_size = (64, 64),
                                        batch_size = 32,
                                        class_mode = 'binary')
classifier.fit_generator(training_set,
                     steps_per_epoch = 8000,
                     epochs = 25,
                     validation_data = test_set,validation_steps = 2000)

我可以对代码进行哪些更改以实现图像中对象周围的框。并且需要测试一些图像并根据训练来找到对象的坐标。

或者还有其他方法可以做到这一点。

提前谢谢！！！！

卷积神经网络用于包围图像中的物体

0 个答案: