【问题标题】:Image classification by small object小物体图像分类
【发布时间】:2017-04-21 12:51:31
【问题描述】:

我正在尝试参加一项挑战,对仪表板摄像头图像(用于汽车)进行分类,标签为 - 交通灯红色/绿色/不存在。红绿灯是图像的一小部分,没有提供边界框。

我正在尝试按照here 的建议微调图像,目前使用 Inception 网络,但精度为 0.55-0.6。需要达到0.95+。

我认为网络表现不佳,因为图像中的红绿灯的一小部分。

我怎样才能在这方面取得更好的进展?

【问题讨论】:

    标签: tensorflow deep-learning tf-slim


    【解决方案1】:

    我建议不要一次使用整个图像,而是使用重叠的滑动窗口对图像进行裁剪。您还需要标记农作物。

    【讨论】:

    • 这不是说我需要一些只有红绿灯的数据集才能先训练吗?或者更具体地说 - 红/绿/街道背景的数据集(即:没有红绿灯)
    • 无论如何,如果没有任何标记数据,您将如何训练?
    • 我确实已经标记了行车记录仪图像的数据,只有红色/绿色/无标签...没有边界框
    • 因此,当您在训练期间创建作物时,您还需要标记它们。这确实需要大量的手工工作,但目前我想不出更好的方法。
    猜你喜欢
    • 1970-01-01
    • 2017-03-28
    • 2017-12-15
    • 1970-01-01
    • 2015-01-26
    • 2018-06-14
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多