TensorFlow 对象检测 API 教程3

本文是TensorFlow对象检测API教程的第三部分,讲解如何创建自己的数据集以实现更精确的交通信号灯状态检测。使用LabelImg工具进行图像注释,遵循PASCAL VOC格式保存,为模型训练准备自定义数据。
摘要由CSDN通过智能技术生成

紧接上一篇,此时,已经选择了一个预先训练好的模型,并将现有的数据集合成一个 TFRecord 文件。但是,如果不幸地发现数据集与将使用对象检测模型所需要满足的条件不完全匹配而你希望能够得到最佳的效果?或者,也许你没有找到任何令人满意的数据集可供使用?那么,这里的目的是实现创建自己的数据集。

TensorFlow 对象检测 API 教程 - 第3部分:创建自己的数据集

这里,将构建一个能够确定交通信号灯状态的对象检测模型。开始的预训练模型中只能确定图像中是否有交通灯,无法确定灯是绿色,黄色还是红色。而 Bosch Small Traffic Lights 数据集能够很好地满足实现需求。然而,事实上在 博世(Bosch)数据集 上训练自己的模型的效果并不是理想中的那么好。因此,这里可以通过创建自己的数据集,以实现刚好的交通信号灯识别效果。

ai-1

注:左 - Udacity Test Track for Self-Driving Car Nanodegree。右 - Bosch Small Traffic

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值