腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
为什么在使用tensorflow进行对象检测时,平均精度和平均召回率非常低?
、
、
models-master\research\object_detection shuffle: false} 现在它已经训练了6000步,但是平均精度和平均召回率还不到1,你可以从下面的
图片
中看到
浏览 3
提问于2019-12-19
得票数 0
回答已采纳
1
回答
基于TPU的TensorFlow目标检测训练误差
、
、
site-packages/object_detection/eval_util.py", line 28, in <module> from object_detection.metrics import
coco
_evaluationFile "/root/.local/lib/python2.7/site-packages/object_detection/metrics/
coco
_evaluation.py",
浏览 0
提问于2018-07-19
得票数 4
回答已采纳
1
回答
我不会收到使用ann的图像所具有的所有cat_ids
、
、
、
、
/PythonAPI')from pycocotools.
coco
import
COCO
nms = [cat['name'] for cat in cats] annFile= '%s/annotat
浏览 2
提问于2016-11-01
得票数 0
1
回答
我想知道正确的Tensorflow对象检测- api模型用于植物病害检测和杂草检测?
、
、
我尝试过很少的动物园模型faster_rcnn_resnet50_
coco
,,但没有达到预期的产量。我正在考虑下面的选项Mask ,但我不知道该使用哪个选项,也不确定我的
图片
贴上了正确的标签给下面的输出。mask_rcnn_inception_resnet_v2_atrous_
coco
mask_rcnn_inception_v2_
coco
mask_rcnn_resnet1
浏览 4
提问于2020-04-05
得票数 1
回答已采纳
3
回答
图像分类,带有自定义标签的窄域
、
、
、
、
让我们假设我想分类摩托车按型号。 我对此不太确定,但似乎我不能使用预先训练过的神经网络,因为它已经被训练成各种各样的物体,比如猫、人类、汽车等等。它们可能不太擅长区分我感兴趣的摩托车的细微差别。
浏览 2
提问于2017-02-28
得票数 0
1
回答
从LabelBox工具导出分割标签
我无法将导出的.json文件
转换
为标准
coco
格式,以便在MaskRCNN培训中使用它。 知道如何将LabelBox导出的.json或.csv文件
转换
成标准
coco
格式吗?
浏览 3
提问于2021-03-30
得票数 1
3
回答
ValueError: bbox (0.65,0.51,1.12,0.64,3)的预期x_max在[0.0,1.0]范围内,获得1.1234809015877545
、
、
、
、
当我应用HorizontalFlip
转换
时,我会收到这个错误ValueError: Expected x_max for bbox (0.6505353259854019, 0.517013871576637, p=1.0, bbox_params=A.BboxParams(format='
coco
',min_area=0, min_visibility=0,label_fields=['labels']
浏览 4
提问于2021-03-02
得票数 2
回答已采纳
1
回答
使用无意义的类预先训练模型是否重要?
、
、
如果我想训练一个对象分离模型,它可以检测
图片
中的5个类,那么在一个大的数据集中(例如
coco
(80类对象))对这个模型进行预训练是很重要的,还是只需要5类
coco
来训练这个模型(假设这5个类别可以在
coco
浏览 0
提问于2021-04-03
得票数 0
回答已采纳
2
回答
Phalcon\Text camelize/uncamelize用法
我对camelize/uncamelize有一个问题(\Phalcon\Text)以下测试显示:此测试通过: 天气
浏览 8
提问于2012-09-04
得票数 1
回答已采纳
7
回答
在Android上,如何知道字符串是否在数组中?
、
、
、
、
假设我有一个数组:我还有一个: String heroe = "superman
浏览 9
提问于2013-03-05
得票数 0
回答已采纳
1
回答
使用Imagenet类的TensorFlow对象检测应用编程接口?
、
模型动物园中的4-5个模型都是在
COCO
数据集上训练的,
COCO
数据集只有80个类。
浏览 19
提问于2017-07-19
得票数 0
回答已采纳
2
回答
从
Coco
注释json到语义分割图像,比如pytorch中的VOC's .png
、
、
我正在尝试使用
COCO
2014数据在PyTorch中进行语义分割训练。我有一个带有交叉熵损失函数的PSPNet模型,它在2012年的PASCAL VOC数据集上工作得很好。现在,我正在尝试使用
COCO
图片
的一部分来做同样的过程。但是
Coco
使用json数据而不是.png图像进行注释,我不得不以某种方式将一个
转换
为另一个。
浏览 74
提问于2020-04-20
得票数 1
1
回答
如何将
COCO
数据集
转换
为Google cloud TPU上的一组TFRecords
我正在尝试准备
COCO
数据集。在链接上,给出了“tpu/tools/datasets/download_and_preprocess_
coco
.sh脚本将
COCO
数据集
转换
为训练应用程序所需的一组TFRecords”。当我尝试它的时候,我得到了tpu/tools/datasets/download_and_preprocess_
coco
.sh::-bash没有这样的文件或目录 我怎么才能解决它呢?
浏览 0
提问于2018-10-21
得票数 1
2
回答
如何在iPhone应用中分享
图片
?
、
我不知道如何在电子邮件正文中放入
图片
。 像这样:
浏览 0
提问于2010-03-12
得票数 0
4
回答
创建MS
COCO
样式数据集
、
、
、
、
我需要
转换
他们,以与微软可可和任何帮助是感激的。我找不到任何开源工具来创建
COCO
风格的JSON批注。 JSON MS
COCO
读取TensorFlow文件,我对此并不是很熟悉。
浏览 6
提问于2017-08-07
得票数 13
1
回答
预先训练的模型还是从零开始进行的目标检测训练?
、
、
、
、
我有一个由10k-15k
图片
组成的数据集,用于监督目标检测,这与Imagenet或
Coco
有很大的不同(
图片
更暗,代表完全不同的事物,与工业有关)。能否从一个阶段从零开始训练模型的骨干,然后在另一个阶段对整个网络进行训练,而不是将预先训练好的网络加载到
Coco
上,然后在一个阶段对整个网络的所有层进行再培训?
浏览 0
提问于2021-01-31
得票数 0
回答已采纳
4
回答
ORC
文字
识别怎么使用下载?
点击进去简介和费用介绍,具体怎么使用操作?
浏览 475
提问于2018-04-10
1
回答
COCO
到VGG图像注解器的格式
转换
、
我有自己的
COCO
格式的注释文件。如何将
COCO
文件
转换
为JSON文件?
浏览 4
提问于2022-02-16
得票数 1
1
回答
如何将检测到的对象
转换
为
COCO
数据集Json
、
、
、
detection_graph) 但是我想将output_dict ( run_inference_for_single_image(image_np,detection_graph)函数的输出)
转换
为
COCO
注解JSON类型,这样我就可以输入它来在不同的对象检测模型之间进行基准测试。以下是基准测试模型的代码:https://github.com/cocodataset/cocoapi/blob/master/PythonAPI/pycocoEvalDemo.ipynb #in
浏览 32
提问于2019-02-26
得票数 2
1
回答
关键点
Coco
和开放姿势之间的
转换
?
、
、
、
、
嗨,我目前正在努力在流行的2d关键点输出之间进行
转换
,从
COCO
keypoints到openpose。我从x1,y1,c1 ....x17,y17,c17顺序的
coco
关键点得到以下关键点顺序,其中x,y是x,y坐标,C是被检测关节的置信度分数。我想知道是否有人成功地在
Coco
和openpose之间进行了映射
浏览 31
提问于2019-05-16
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
图片如何转换文字?图片转文字方法教学!
图片转换文字,简单两步教你图片转文字
电脑图片如何转换成文字?图片转文字方法分享!
图片转文字怎么在线转换?图片在线转文字方法分享
图片转文字在线怎么转换?在线转换方法分享
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
云直播
活动推荐
运营活动
广告
关闭
领券