人工智能培训

搜索

人工智能技术:RetinaNet目标检测的的Keras实现

[复制链接]
zero027 发表于 2018-8-6 17:39:54 | 显示全部楼层 |阅读模式
zero027 2018-8-6 17:39:54 1271 0 显示全部楼层
针对论文Focal Loss for Dense Object Detection的Keras实现。
使用RetinaNet来进行目标检测。
依赖: tensorflow
安装:
1、下载此keras-retinanet的代码。
2、执行脚本pip install . --user
3、编译cython代码。python setup.py build_ext --inplace
4、为了训练测试MS COCO数据集。做如下步骤。
pip install pycocotools
然后在如下下载数据集
pip install --user git+http://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI.
训练;
训练MS COCO
keras_retinanet/bin/train.py coco /path/to/MS/COCO
转换推理模型(为了直接执行检测)
keras_retinanet/bin/convert_model.py /path/to/training/model.h5 /path/to/save/inference/model.h5
测试:
boxes, scores, labels = model.predict_on_batch(inputs)
from keras_retinanet.models import load_model
model = load_model('/path/to/model.h5', backbone_name='resnet50')
<div class="pgc-img"> oFds0RBRsl0BsLBh.jpg
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则 返回列表 发新帖

zero027当前离线
新手上路

查看:1271 | 回复:0

快速回复 返回顶部 返回列表