数据集加载
文章平均质量分 68
shu_qdHao
这个作者很懒,什么都没留下…
展开
-
用自己的数据集训练faster-rcnn时出现的一些问题及总结(五)
关于faster-rcnn的原理训练流程及其数据集的制备,已经都已完成。那么问题来了,“自己制备的数据集,比如说自己为了增强数据集,进行图片翻转操作,然后记录坐标这样的数据集,在训练的过程中出现的问题”一、在调用append_flipped_images函数时出现: assert (boxes[:, 2] >= boxes[:, 0]).all()网上查资料说:出现这个问题主要是自己的数据集...原创 2018-04-14 13:06:45 · 2108 阅读 · 0 评论 -
faster-rcnn的训练流程及其如何训练自己的数据集(一)
前言:关于faster rcnn的训练网络,哪怕你一直很努力,死磕代码。就会像这图一样智商不够用啊,这边看了那边忘。所以希望大家能体系的学习faster rcnn。因为走了很多弯路,总结一下自己的理解。本篇关于Faster rcnn 的训练是基于tensorflow版本的,因为最近一直在搞这个,也为了巩固一下知识点,在此写个博客,也希望能帮助到大家。废话不多说,我们直接开始。第一点:首先要明白fa...原创 2018-04-13 14:01:54 · 23442 阅读 · 2 评论 -
faster-rcnn的训练流程及其如何训练自己的数据集(二)
接着上篇继续,上篇写到开始调用Solver的train_model函数了。OK ! ! ! 3.train_net()中train_model()的调用前面已经知道了roidb提供了标注信息,imdb提供了一个数据基类,里面有一些工具接口。那么实际网络跑起来的时候,也需要准备图像数据的输入。因此接下来关注Solver的train_model成员函数中每次图像数据是如何生成的。data_layer ...原创 2018-04-13 20:45:38 · 4221 阅读 · 0 评论 -
faster-rcnn的训练流程及其如何训练自己的数据集(三)
到这篇为止,关于faster rcnn已经解读一大半了。OK!!!上一篇讲到anchor_target _layer()知道了该层函数的目的就是为每个位置的9个anchors生成表示正负样本的标签和回归的目标值,以及权重,提供给RPN进行训练。*reshape_layeranchor_target_layer()该层执行完毕后,我们继续回到网络模型中观看下一层,是一个卷积层,该层的作用是计算rpn...原创 2018-04-13 22:32:56 · 5456 阅读 · 5 评论 -
faster-rcnn增强自己的数据集annotations(四)
关于faster-rcnn数据集的制作,尤其是xml文件的制作以及为了增强自己的数据集这方面详细讲解一下。因为最近参加了比赛,目标检测,我用的faster-rcnn网络,奈何数据量太小。于是为了增强自己的数据集,并载入自己的训练网络中。我写了几个脚本文件进行数据的增强及加载。数据集的增强,关于检测的数据集的增强,并不是很好处理,因为我们除了对图像处理外,还有得到图像中我们要定位的物体(比如pers...原创 2018-04-13 23:05:13 · 3358 阅读 · 4 评论 -
深度学习图片分类增强数据集的方法汇总
1.随机切割,图片翻转,旋转,等等很多手段都可以增加训练集,提高泛化能力.2. Resampling 或者增加噪声等等,人工合成更多的样本.3.对小样本数据进行仿射变换、切割、旋转、加噪等各种处理,可以生成更多样本.4.用GAN生成数据提供给数据集.5.找个Imagenet数据集上训练好的的模型,冻结最后一层或者最后几层,然后迁移学习+fine tuning,图片数量少,做一些翻转,变化,剪切,白...原创 2018-04-24 21:48:51 · 10989 阅读 · 0 评论 -
改进现有的通用图像分类算法以适应细粒度分类
关于细粒度图像的分类,就是将一个大类中的图像进行细小的分类。这些小类中具有相似的特征。比如鸟的分类、花朵的分类、蝴蝶的分类等等。所以相比较普通的图像分类,细粒度分类的难度更大。就目前的技术而言,有基于强监督学习的细粒度分类(需要标注信息,以及部位的标注信息,part annotations),虽然准确率高一点,但是对于图像标签的获取具有一定的难度。弱监督图像的分类,就是不要这些标注信息,只需要它所...原创 2018-05-03 15:22:45 · 1146 阅读 · 1 评论