tensorflow - 视频地面实况的最佳实践?
问题描述
我想训练一个深度学习框架 (TensorFlow) 以使用新的对象类别进行对象检测。
作为地面实况的来源,我有多个包含对象的视频文件(只有部分图像包含对象)。
我应该如何为视频提供基础?即使这些视频帧非常相似,我是否应该逐帧提取并标记每一帧?或者这样的任务的最佳实践是什么?
开源工具是首选。
解决方案
推荐阅读
- java - 在 Codechef aug long 挑战中,AUG21C >CHFINVNT,这是我写的代码,但是提交不起作用。它显示 RE(NZEC) 错误
- pandas - Python Edgar 请求用户代理
- go - 如何保存,然后再次提供 io.Reader 类型的数据?
- python - 自定义列表类切片功能
- rust - Cargo 自行激活功能
- blogs - 如何修复博客中的搜索
- php - 通过 For Loop 循环一定次数
- azure-ad-b2c - 登录后 B2C 重定向到指定的 URI
- vue.js - 将数据传递给组件并在该组件数据函数中使用它
- python - 在 tkinter 中显示特定时间的文本或按钮?