[英]Pretrained CNN(tensorflow/darknet/caffe) weights for human/vehicle detection only
我正在使用來自Tensorflow 檢測 model zoo的 tensorflow 的預訓練權重，它主要在COCO數據集上進行訓練，涵蓋了包括人類在內的大約 80 個不同的類別，因此使用這些模型肯定會導致更高的計算權衡，所以有沒有公開開放的預訓練權重，在這種情況下，僅關注一個 class，無論是人還是車輛（汽車）。
如果沒有可用的此類模型，那么如何微調或自定義這些現有模型，例如，
“ ssd_inception_v2_coco_2018_01_28 ”，它在mAP 的 32 和計算效率上表現非常好，因此如何利用這些模型僅檢測人類而不檢測任何其他對象。
你試過 model person-vehicle-bike-detection-crossroad-1016嗎？
將 CNN Pytorch 中的預訓練權重傳遞給 Tensorflow 中的 CNN
[英]Pass pretrained weights in CNN Pytorch to a CNN in Tensorflow
如何優化預訓練的 tensorflow CNN model 以減少過擬合並提高假人臉檢測的整體准確度
[英]How to optimize pretrained tensorflow CNN model in order to reduce overfitting and improve overall accuracy for fake face detection
Tensorflow pretrained CNN：預測圖像的同一類
[英]Tensorflow pretrained CNN: predicts the same class of the image
Keras：在theano和tensorflow之間轉換預訓練的權重
[英]Keras: convert pretrained weights between theano and tensorflow
使用Tensorflow Object Detection預訓練模型提高准確性
[英]Improve accuracy with Tensorflow Object detection pretrained model
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
