澄清的顺序用AlexNet更快R-CNN监测/检测自己的图像数据
5视图(30天)
显示旧的评论
我现在开始分类图像和目标检测的项目。这是我第一次探索深度学习的世界里,我只是想确保我得到序列当我编码。对于这个项目,我想5种不同的类型进行分类,花儿应该能够检测到它们在实时摄像头。我很可能有1000图片大小277 x277不同类型的花。
下面是我想出的序列为我深入学习项目:
第一部分:使用AlexNet对图像数据集进行分类。
- 负荷训练图像。
- 将数据分为训练集和测试集。
- 负载Pre-trained网络(AlexNet)
- 修改Pre-trained网络认识到只有5类形象
- 执行转移学习
- 设置一个定制的阅读功能,它只是277 x277调整输入图像的大小
- 培训网络
- 测试网络性能检查的准确性
第二部分:使用更快R-CNN对象检测
- 创建地面真值表我的图像数据集通过使用图像贴标签机应用
- 火车R-CNN trainFasterRCNNObjectDetector命令的速度越快
- 使用检测命令运行快速R-CNN对象探测器
- 显示结果与对象注释命令。
下面是一个视觉的例子的输出应该是什么样子:
注意:
请告诉我如果我错过任何步骤或者有问题的序列。同时,我将很感激如果你们给我更多的建议对于像我一样的菜鸟。
谢谢你!