如何为自定义图像重新训练 mobilenet 模型

Question

我已经学习了 tensorflow for poets 教程并对如何为自定义对象重新训练模型有了基本的了解。在教程中，我针对不同类别的花重新训练了模型，然后使用新生成的图并得到了正确的结果。

现在我想重新训练模型，我有 500 多张 engineers(person) 在建筑工地上工作的照片。由于某种原因，该模型没有给出正确的准确性，因为它只能检测到 2 个人，而画面中有 4 个人。我想用照片重新训练，然后再次使用它。在这里我有几个问题：

1. 我需要给照片中的所有人都贴上标签吗？
2. 照片也由卡车等车辆组成，所以我是否也应该标记车辆并创建另一个数据集进行训练。
3. 如何标记图片。我使用了这个 标签图像 ，它生成了 xml file 但我认为我们需要提供照片以按照 tensorflow for poets
中的描述重新训练模型

任何人都可以帮助我理解这些为任何自定义对象重新训练模型的概念。请帮忙。谢谢

Answer 1

您可以使用迁移学习来训练您的模型。也就是说，您可以使用移动网络的一些预训练模型来初始化模型的权重，然后从那里开始训练。

关于您的问题：

1. 是的，你应该在图像中用相同的 class（比如工人）标记所有的人，因为网络需要检测框架中的每个人。如果您不标记所有人，那么它可能会混淆它需要检测的内容，因为标记的人和未标记的人没有任何区别属性。
2. 如果您只想检测人物，则无需在图像中标记 trucks/trains/vehicles。
3. 您可以使用 xml 文件或 json 文件来标记图像。但是您对图像进行注释的方式对您来说应该很熟悉，因为您需要将这些数据发送到网络。人们经常使用 xml 格式，因为每个 xml 对应于每个图像，并且在每个 xml 中，每个标签定义了要位于该图像内的对象，并具有相应的坐标和 classes.

希望对您有所帮助:)