经过一段时间的训练后，训练损失值正在增加，但是该模型可以很好地检测出物体
在训练CNN从我自己的数据集中检测对象时遇到一个奇怪的问题.我正在使用转移学习，并且在培训开始时，损失值正在降低(如预期的那样).但是一段时间之后，它变得越来越高，我不知道为什么会发生. 同时，当我查看Tensorboard上的 Images 标签时，检查CNN预测对象的能力如何，我可以看到它做得很好，看起来并不像现在随着时间的推移变得越来越糟.而且，“精确度"和“召回率"图表看起来不错，只
..
object-detection相关内容
Tensorflow对象检测培训被杀死，资源匮乏?
在此处，部分问题被问到了和此处，且没有后续操作，因此也许这不是举办会议的场所问这个问题，但是我想出了更多的信息，希望可以得到这些问题的答案. 我一直在尝试在我自己的大约一千张照片的照片库上训练object_detection.我一直在使用提供的管道配置文件"ssd_inception_v2_pets.config". 我相信，我已经正确设置了训练数据.该程序似乎可以开始训练.当它无法读取数据
..
自定义TF对象检测包围盒的厚度和厚度标签字体大小
使用 https://github.com/进行运行预测tensorflow/models/blob/master/research/object_detection/object_detection_tutorial.ipynb . OS平台和发行版(例如Linux Ubuntu 16.04): Linux Ubuntu 16.04 要自定义标签字体大小和边框的厚度作为我的标签
..
无法改善文档图像的遮罩RCNN模型?
我正在训练一个模型，以便从我的简历中提取所有必要的字段，为此我使用遮罩rcnn来检测图像中的字段.我已经训练了我的遮罩RCNN模型以提取49个字段的1000个训练样本.我无法提高准确性.如何改进模型?是否有任何预训练的权重可能会有所帮助? 难以阅读以下文字- 解决方案 就像您要进行文本分类/处理一样，您需要从文本中提取细节，但是您正在应用对象检测算法.我相信您需要使用OCR提取文本(
..
停止通过keras中的特定图层进行梯度反向支撑
x = Conv2D(768, (3, 3), padding='same', activation='relu', kernel_initializer='normal', name='rpn_conv1',trainable=trainable)(base_layers) x_class = Conv2D(num_anchors, (1, 1), activation
..
Keras中基于自定义指标的提前停止和学习率计划
我在Keras中有一个对象检测模型，并希望基于在验证集上计算出的平均平均精度(mAP)来监视和控制我的训练. 我已将代码从 tensorflow-models 移植到我的脚本中，该脚本使用模型和提供的数据.不过，它不是作为Keras度量实现的，而是作为一个独立的类实现的: evaluation = SSDEvaluation(model, data, data_size) mAP =
..
大班级失衡培训
这是一个三部分的问题 1)类的大小-我正在5个类上训练TF对象检测API，这些类的大小彼此之间并不接近: 不.类别1中的图像数量:401 不.类别2中的图像数量:389 不.类别3中的图像数量:532 不.类别4中的图像数量:159393 不.类别5中的图片数量:185313 (总计 这不是训练典型的图像分类器，所以我想这实际上不是类不平衡的问题，但我想知道这是否会
..
如何从ios 5中的源图像中检测到脸部的肤色？
我需要为脸部肌肤上色... 如何找到肤色？ 现在我通过 RGB 像素值... 仍然我面临的问题是我匹配颜色坐标以匹配某些颜色范围的皮肤...但仍然有一些脸部不在我的脸上范围的颜色然后它不是那个区域的颜色.. 除了面部区域可能会落在该区域，该区域也有颜色... 关于我的问题的任何想法... 提前致谢.... 我的代码： - （void）colorImage
..
opencv hog.cpp中的gamma校正
我不了解opencv中hog.cpp中伽马校正的代码，我浏览了一些链接 here 与opencv中的代码不匹配hog.cpp Mat_ _lut（1,256）; const float * lut =& _lut（0,0）; if（gammaCorrection） for（i = 0; i
..
Java和OpenCV颜色检测
我正在学校开展一个项目，主要是：编写一个应用程序让无人机自动飞行，并通过扫描挂在墙上的QR码，能够在房间内导航以完成一个某些任务。 我目前正在研究的是无人机检测纸箱（作为障碍物）。这些盒子是白色的，上面有一个蓝色圆圈。我打算如何解决这个问题，就是扫描框架中的颜色和方块： 如果无人机检测到一个正方形，检查它是否为白色。如果是白色，请检查它是否包含蓝色圆圈。如果是这样，我可以说它很可能是一
..
使用openCV和python检测对象
我正在尝试使用OpenCV和Python检测下图中的白点。 我尝试使用函数cv2.HoughCircles但没有任何成功。 我是否需要使用其他方法？ 这是我的代码： import cv2，cv import numpy as np import sys if len（sys.argv ）> 1： filename = sys.argv [1] els
..
opencv中类cv :: KeyPoint的类成员class_id的含义和用法是什么？
在OpenCV 2.4.3的参考手册中 KeyPoint :: class_id 被描述为“可以用于由它们所属的对象聚集关键点的对象ID”。 / p> 由于缺乏对“关键点”的充分了解，我无法理解 class_id 的用途。 我的另一个问题是，通过使用特征检测器，描述符和匹配器，我们可以检测训练图像中查询对象的匹配关键点。但是如何在训练图像中分割出查询对象。我们可以使用抓取或分水岭算法吗
..
Java中的对象检测/跟踪
我希望用Java进行一些图像处理，我将使用Eclipse在Ubuntu中进行开发。 所以这是我的目标： 从灰度图像中，我希望能够检测到某些大小的物体并在它们周围画一个矩形框。然而，问题在于该图像是从热成像相机捕获的，因此为了检测体热，像素将具有在一定范围内的值。 在检测到图像中的所有对象之后，我需要对它们进行计数，但这是后来的。 所以这是我的挑战。我可以用哪些工具/ apis /
..
高级方形检测（连接区域）
如果方块在图像中有连接区域，我该如何检测它们。 我测试了 中提到的方法 OpenCV C ++ / Obj-C：高级方形检测 效果不佳。 有什么好主意吗？ import cv2 import numpy as np def angle_cos（p0，p1，p2）： d1，d2 =（p0-p1）.astype（'float'），（ p2-p1）.astype
..
如何使用OpenCV检测和匹配标记（模板匹配）
我正在使用一个在特定区域中保存标记的图像。我尝试使用模板匹配来做到这一点，模板匹配是在opencv中定义为cvMatchTemplate的方法。 我正在使用网络摄像头来检测它们，目前程序正在检测标记，因为我提供了与模板相同的标记。 但我无法找到一种方法来检查它是最佳匹配还是略微匹配。因为在cvMatchTemplate中它不仅检测到最佳匹配，而且还不断检测略微匹配的区域。 任何人
..
在iPhoneSDK中检测文档的边缘
我看起来像附件图片，如何在iPhoneSDK中实现这一点。 任何人都可以建议我一些开源API 或者算法代码用于检测文档捕获图像的角落。 一些如何，我得到了一个名为 OpenCV 非常认可人脸好。我想尽可能使用相同的API。现在问题是如何根据我对扫描文档边缘的要求在这些静态库中进行更改。 或者， 如何检测捕获图像中的方形/矩形对象？ 解决方案 当你已经在使用openCV时
..
使用OpenCV进行对象检测功能与阈值/相似度得分匹配 - Java / C ++
我正在创建一个小程序来检测大图像中的对象（小图像），我正在使用OpenCV java。 由于我必须考虑旋转和缩放，我使用了FeatureDetector.BRISK和DescriptorExtractor.BRISK。 以下方法用于过滤匹配结果以仅获得最佳匹配。 我有两个问题 有没有办法在我使用的循环中找到下面的min_dist和max_dist？ 最重要的问题 - 现在问题
..
在数码照片中，我如何检测一座山是否被云遮蔽？
问题 我收集了一座山。然而，这座山经常被云雾遮挡。 我可以使用哪些技术来检测山峰在图像中是否可见？我目前正在使用Perl和 Imager 模块，但可以选择其他方式。 所有图像都是从完全相同的位置拍摄的 - 这些是一些样本。 示例图片http://www.freeimagehosting.net/uploads/7304a6e191.jpg 我天真的解决方案 我首
..
在云机器学习引擎上运行时，Tensorflow对象检测train.py失败
我有一个tensorflow对象检测API在本地工作的小例子。一切看起来不错。我的目标是使用他们的脚本在Google机器学习引擎中运行，我之前已经广泛使用它。我正在关注这些文档。 声明一些相关变量 declare PROJECT = $（gcloud config list project - 格式“value（core.project）”） declare BUCKET =“gs
..
如何从视频中分类真阴性？
为了性能测量的目的，我试图绘制ROC曲线。在ROC曲线中，我必须在x轴绘制假阳性率（FPR），在y轴绘制真实阳性率（TPR）。我们知道， FPR = FP /（FP + TN） 因此，在下面的图片中如何检测True Negative（TN）？我使用HOG分类器来检测人。我标记了矩形1,2,3,4,5,6（或应该是7），以显示应该忽略的人类对象，而不是分类为人类。我认为这些都是True
..