用于对象检测的训练图像数据集答案

【问题标题】：training image datasets for object detection用于对象检测的训练图像数据集
【发布时间】：2018-06-30 10:13:04
【问题描述】：

交通科学首选哪个版本的 YOLO-tensorflow（自定义 cnn，如 googlenet）？

如果训练数据集很模糊并且有噪声，是否可以进行训练，或者训练数据集图像需要考虑哪些步骤？

【问题讨论】：

我正在研究十字路口的安全带检测，为此我需要图像，但图像不太好，请谁能告诉我该怎么做？
获得统计学和机器学习学位！只是为了澄清。我不是要粗鲁！我暗示的是，如果你不知道自己在做什么，这真的很难实现。起点是Ian Goodfellow's free online book on deep learning。
谢谢 Andreas Storvik Strauman 但我没有足够的时间请您告诉我其他方式
我会先看看卷积神经网络 (CNN) 的表现如何（例如，尝试使用 FCN8 进行分段分类）。也许看看一些去噪自动编码器（如果你有足够的数据来训练它）。
你可以在Artificial Intelligence询问

【解决方案1】：

您可能需要使用交通摄像头的帧来管理自己的数据集，并手动标记带有或未系上乘客安全带的汽车的图像，因为这是一项非常专业的任务。从那里，您可以进行数据扩充（可能使用 Keras ImageDataGenerator 类）。如果人类可以在模糊或嘈杂的图像中识别出安全带，那么模型就可以从中学习。从那里，您可以从像 Inception 这样的预训练 CNN 模型中使用迁移学习（this 是一个有用的教程），或者使用您的标记图像训练您自己的二元分类器，其中您的输入是流量帧相机视频。

我建议，在使用这些模型学习了 CNN 的基础知识之后，才应该深入研究像 yolo 这样更复杂的模型。

【讨论】：

谢谢 Josh Payne 兄弟，我仍在为训练数据集收集图像，我计划在每个有和没有安全带的数据集中使用至少 5000 张图像。我需要对我的数据集图像进行任何预处理吗？
但是 Josh Payne 兄弟，我不想进行迁移学习，我想从一开始就训练我的代码，因为我有一个 GPU 1050。
对于预处理，你可以做数据增强（我提到了Keras）。如果您希望从头开始训练时有良好的性能，您可能需要一个非常大的数据集。那些在 ImageNet 上训练的大型模型需要数周时间才能在多个 GPU 上进行训练，因此利用它们的权重可能对您有利。查看 this link 以更清楚地了解迁移学习为何有用以及在何处使用它。
josh Payne bro 我怀疑我每个班级使用了 4000 张图片，我的意思是有座位的班级是 4000 张，没有安全带的班级是 4000 张。这些数据够吗？我听说数据增强是为了增加训练数据的图像数量，对吗？那么我该如何进行预处理呢？我的图像很嘈杂，因为它们是实时的，所以我该怎么做才能用同样的嘈杂图像进行训练或者做一些事情？
我将使用 YOLO v3 bro，在此我将使用 Inception CNN