比 COCO 具有更多类的预训练目标检测模型

Question

我需要一个可以检测许多不同物体的探测器。为此，COCO 的 90 个类还不够，因为我希望能够看到更多。
例如，我已经看到 imagenet 有更多的类，但是我找不到经过训练来检测 imagenet 类的模型。
我正在 python 上编程，我想避免重新训练网络来自己检测更多类。
我查看了 pytorch Vision 和其他几个存储库，但没有找到任何东西。

编辑：我现在找到了一个很好的数据集，LVIS 数据集有 1200 个类别用于检测，并且正在使用 coco 的图像（他们重新标记了它们）。 facebookai 的 detectorron2 有一个很好的模型。 https://github.com/facebookresearch/detectron2/blob/master/MODEL_ZOO.md 我认为它只适用于 cuda 环境（我没有 GPU :( )

Answer 1

检查 https://keras.io/api/applications/ 了解更多模型/数据集

from tensorflow.keras.applications.resnet50 import ResNet50
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.resnet50 import preprocess_input, decode_predictions
import numpy as np

model = ResNet50(weights='imagenet')

Answer 2

不幸的是，ImageNet 没有为此目的进行标记。 现成的，您可以尝试使用

Tensorflow 对象检测 API。有在 OpenImages 数据集上训练的模型，该数据集有 600 个类。

您可以立即使用它们进行推理，或者如果您愿意，可以重新训练它们。