【问题标题】:feeding annotations as ground truth along with the images to the model将注释作为基本事实与图像一起提供给模型
【发布时间】:2019-12-10 10:48:21
【问题描述】:

我正在研究对象检测模型。我有注释图像,其值存储在具有列(文件名、x、y、w、h、类)的数据框中。我在 /drive/mydrive/images/ 目录中有我的图像。我已将数据框保存到同一目录中的 CSV 文件中。所以,现在我在 CSV 文件中有注释,在 images/ 目录中有图像。

我想将此 CSV 文件作为基本事实与图像一起提供,以便当模型识别边界框并学习边界框的内容时。

如何将此包含图像的 CSV 文件提供给模型,以便我可以训练我的模型进行检测,然后使用它来预测相似图像的边界框?

我不知道如何继续。

我没有收到错误消息。我只想知道如何为图像提供边界框,以便网络可以学习这些边界框。

【问题讨论】:

    标签: python tensorflow keras computer-vision object-detection


    【解决方案1】:

    我们需要将边界框提供给损失函数。我们需要设计一个自定义的损失函数,对边界框进行预处理并在反向传播过程中反馈。

    【讨论】:

      猜你喜欢
      • 2017-03-28
      • 2020-09-16
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2020-11-23
      • 2012-04-02
      • 2017-12-21
      相关资源
      最近更新 更多