TensorFLow 遷移學習加載 TFRecordDataset

Question

我正在嘗試按照遷移學習、Jupyter notebook、教程對馬的圖像進行分類：

https://github.com/tensorflow/docs/blob/master/site/en/tutorials/images/transfer_learning.ipynb

我正在嘗試在 Docker 中構建本地 Tensorflow 訓練管道，並安裝最新的“TensorFlow Docker Image”。

我有 1000 張標記為 800x800 的 JPG 圖像，帶有邊界框和相關的 annotations.coco.json； 分成訓練/驗證/測試文件夾。

通過使用“create_coco_tf_record.py”腳本將“annotations.coco.json”轉換為 TFRecords，我設法將圖像和標簽部分加載到 TFRecordDatasets 中。

我正在努力了解如何轉換/調整這些數據的大小以輸入培訓過程，特別是：

• 如何在轉換/調整大小中使用“邊界框”數據？ 本教程將整個輸入圖像的大小調整為 160x160，沒有要處理的“邊界框”數據。

• 例如，我應該剪掉包含在邊界框內的圖像，並調整它們的大小以輸入到訓練過程中嗎？

• 與“邊界框”相關聯，每個圖像可以有多個邊界框，因此每個圖像有多個標簽； 我們如何處理每張圖像的這些“多個標簽”？ 同樣，本教程每張圖片都有一個 label，因此在這方面更容易理解。

• 是否有更合適的教程來處理“邊界框”和“每個圖像的多個標簽”？

Answer 1

我推薦這個 repo： https://github.com/zzh8829/yolov3-tf2嘗試微調yolov3 。 它有一個關於如何重新訓練這個yolov3 object 檢測器的完整教程（ https://github.com/zzh8829/yolov3-tf2/blob/master/docs/training_voc.md ）。 它還支持“檢測圖像中的不同對象”（我認為=您的“每個圖像有多個標簽”）。 希望這會讓你繼續前進，gl！