tensorflow - 准确了解预训练模型在 Tensorflow 对象检测 API 上的作用
问题描述
我试图从 API 中使用的任何预训练模型中了解我需要什么,而不管在 Tensorflow 对象检测 API 上找到的任何其他代码。例如:ssd_mobilenet_v1_coco_2017_11_17
,根据我的理解:它是一个已经被训练来检测对象的模型(有一个分类来知道对象的类别+回归用矩形来绑定对象,这些矩形实际上是 x, y,w,h 对象上的坐标)。
我们如何从该模型的回归输出(x,y,w,h 坐标)中受益以在另一个模型中使用它们?
假设我们只想打印出图像上检测到的对象的坐标 x,y,w,h,而不需要任何 TensorFlow 对象检测 API 的代码,我们该怎么做呢?
解决方案
当然,您可以使用 tensorflow 对象检测模型 zoo 中提供的预训练模型,而无需安装对象检测 api。另一种解决方案是使用 opencv。
Opencv 提供了 c++ 和 python api 来调用.pb
tensorflow 生成的模型。这是一个很好的教程。
推荐阅读
- asp.net - 为什么 asp.net 需要 IIS(Internet Information Services)来运行 Web 服务器?这在nodejs中如何工作?
- android - startActivity(intent)之后如何正确更改片段?
- c++ - 在命令行中使用 dshow 时 CreateProcess 失败
- python - 如何在 Python 中将美元符号转换为单词
- c# - 如何创建传递给服务方法的泛型类型的实例?
- angular - Angular 8 ngFor 的键值管道和 ngModels。绑定值有问题
- python - 如何计算一年内每季度间隔的平均值?
- wordpress - 主页 url 功能在插件中无法正常工作
- angular - 提供者的令牌被读取为空
- javascript - 获取正在播放的 html5 视频的暂停/突然结束时间