tensorflow - 如何提高目标检测的准确性,主要跟踪人工智能的计算机视觉应用到工业部署规模?
问题描述
我目前正在使用来自 tensorflow.js 的 coco-ssd mobilenet。我正在使用这个模型来预测 coco 数据集中存在的运动球周围的边界框。但准确度相当低。我基本上是通过在javascript中使用质心跟踪算法在两者之间建立关联来进行对象检测和跟踪的。一切都很好,但是当默认模型无法预测 n 帧的球时,跟踪器会丢弃该球并假定它是一个新球。所以,我想提高准确性,这样我的检测就不会失败。
这就是我从 tensorflow 导入 coco-ssd 模型的方式
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs/dist/tf.min.js" type="text/javascript"></script>
<script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/coco-ssd"></script>
这就是我加载模型以进一步预测边界框的方式
cocoSsd.load({ base: "mobilenet_v2" }).then(function(loadedModel) {
console.log("Loaded Model");
model = loadedModel;
});
推论一下,这里的video是html的实际video元素。
model.detect(video).then(function(predictions) {
console.log(predictions)
});
那么,如何通过丢失检测来改进对象跟踪。任何建议或想法!
解决方案
推荐阅读
- ios - UIImageView + UIImage vs CALayer + 内容效率
- python-3.x - Python3 & WSGI 模块错误
- mysql - SQL查询在多列中查找具有相同值的行
- python-2.7 - 无法在 Python 中的字符串列表上运行 type(x)
- c++ - 当我输入一个非整数值时,我的二次方程代码终止,我怎样才能让它正确循环?
- python - 使用循环描述多个条件
- android - 启用谷歌应用签名后生成的 11 字符哈希码不起作用
- python - 为什么 pytorch 没有为我最小化 x*x ?
- javascript - 创建简单的计算器
- c++ - 将 extern C 关键字用于 C++ 中的特定标头是否允许从 void* 转换为 char*?