我正在使用Tensorflow构建一些对象检测器。真的很享受。
我从事的任何项目中最耗时的部分是收集图像并在要检测的相关类周围绘制边框。
为了获得良好的结果,我需要为每个类标记至少100张图像-通常更多。当班级有很多变化时,例如“人”分类器,您需要做更多的事情。
这使我想到我的问题,许多著名的基础网络-MobileNet,VGG-Net,LeNet等都接受了数百种不同类别的预训练。因此,大概他们已经将预先标记/标记的图像存储在某处。
普通开发人员可以在任何地方使用这些工具吗?
我发现了一些内容,例如来自here的内容,但它们似乎没有包含允许我生成TFRecords来训练对象检测器的标签。
Tl; dr -假设我只想创建一个“人”分类器-在哪里可以找到带有标签的训练数据,从而可以快速创建用于生成TFRecords /创建对象的类Tensorflow中的检测器?
答案 0 :(得分:2)
实际上,您可以通过转移学习或使用自己的数据集对预训练的网络进行微调来充分利用预训练的网络,这将节省大量的计算时间和功能。
但是,如果您坚持从头开始训练,那么就会有一些著名的图像数据集,例如OpenImages,COCO,Kitti等。
这些数据集除了'person'以外还包含更多的类,但是您可以在创建tfrecord时将其过滤掉,因此您的tfrecord仅包含有关'person'的边界框信息。