你能训练 TensorFlow 对象检测 API 来检测对象的各个部分吗？

【问题标题】：Can you train the Tensorflow Object Detection API to detect parts of an object?你能训练 TensorFlow 对象检测 API 来检测对象的各个部分吗？
【发布时间】：2018-06-15 20:16:30
【问题描述】：

我已经设置了 Tensorflow 对象检测 API，我想开始训练我自己的模型。我已经准备好训练图像，并且准备开始创建标签 XML。

我想训练模型识别自行车的许多不同部分。那么轮子、轮轴、座椅、车把、单独的踏板等等。这可行吗？在决定检测器的对象是什么时，你能做到多细？

【问题讨论】：

没有人会给你准确的答案，因为这一切都取决于你的数据，当然还有模型架构
好的，干杯。我想我应该把这个问题改写为“有没有人做过类似的事情并且成功了”

标签： tensorflow machine-learning object-detection object-detection-api

【解决方案1】：

您可以做到这一点。您的问题陈述就像任何能够检测单个对象的对象检测模型，例如 COCO 模型，它可以检测多达 90 个对象，例如猫、狗、汽车、自行车等，尽管在您的情况下，这些是相同更大的部分object(bicycle)，它可以在 tensorflow 中使用相同的对象检测方法。

【讨论】：

谢谢！我将尽快开始训练我的模型。您认为在我的用例中值得从头开始训练模型吗？还是应该使用我的数据集对现有模型进行训练？
如果从头开始你的意思是定义你自己的模型 cnn 架构？如果您有时间和专业知识，您可以这样做，或者只是重新训练现有模型（如 SSD 等）以满足您的需求。您将以两种方式进行数据准备的通用步骤，例如收集图像、调整大小、标记它们等，
嗯，好的。我认为我对能够创建自己的模型还没有信心，因此我将重新训练 SSD 作为满足我需求的最佳选择