时间戳

首页 > 解决方案 > 图像检测和分类 - 一般方法？

tensorflow - 图像检测和分类 - 一般方法？

问题描述

我正在尝试建立一个检测+分类模型，该模型将识别图像中的对象并将其分类。在我的 10 个类中，每个图像最多包含 1 个对象（即同一图像不能包含 2 个类）。但是，图像可以不包含我的任何类/对象。我正在努力解决这个问题的一般方法，特别是由于我的问题的性质；我的对象有不同的大小。这是我尝试过的：

  1. 用只包含我的对象/类的图像训练了一个分类器，即每个图像都是预先去除背景的对象本身。现在，由于对象/图像具有不同的形状（纵横比），我不得不将图像重塑为相同的大小（破坏纵横比）。如果我的目的只是构建一个分类器，这会很好用，但由于我还需要检测对象，所以效果不太好。

  2. 第二种方法类似于（1），除了我没有天真地重塑对象，而是通过用 0（黑色）填充图像来保持纵横比。这完全破坏了我的分类器表现良好的能力（准确率 < 5%）。

  3. Mask RCNN - 我按照这篇博文尝试在同一模型中构建检测器 + 分类器。这种方法花了很长时间，我不确定这是正确的方法。我什至使用外部工具 (RectLabel) 来生成带注释的图像文件，其中包含有关边界框的信息。

问题：在一般层面上，我应该如何解决这个问题：

谢谢，

PS。在我的所有方法中，我都对图像进行了扩充，以每类生成约 500-1000 张图像。

标签： tensorflowkerasobject-detectionimage-recognitionfaster-rcnn

解决方案

如果您阅读本教程，您将了解您关心的内容。 如何使用 TensorFlow 的对象检测器 API 训练您自己的对象检测器

SSD 模型很小，因此不需要太多时间进行训练。 有一些对象检测模型。

在 RectLabel 上，您可以将边界框保存为 PASCAL VOC 格式。您可以为 Tensorflow 导出 TFRecord。 https://rectlabel.com/help#tf_record

推荐阅读