Tensorflow对象检测 - 最佳实践[关闭]

Question

正如我在其他线程（Tensorflow Object Detection - Avoid overlapping boxes）提到我是新来的机器学习，我要实现对检测交通信号灯的算法。

关于Tensorflow和它的可能性，我有一大堆的问题，我不知道从何问起，除了堆栈溢出。

• 为了快速上手，我下载了一个预先训练模型，并开始使用博世信号灯数据集训练它。使用预先训练模型是好的，但现在，然后每一个我不知道是否有可能修改此模型（添加或删除层），或者如果这将是最好用的TF的顶部keras更好的定制的可能性。
• 此外，我不知道我怎么会知道什么是每个预定训练模型内pipeline.config文件可能的配置。是否有任何文件或我要挖成Python文件进入它？换句话说，它甚至任何意义，改变配置？
• 对于文档的目的，我们使用tensorboard。不幸的是没有记载的开箱精度（但亏损） - 我们怎样才能显示一个额外的图形的准确性？

Answer 1

您应该使用的配置来调整所有方面。正如在Tensorflow object detection config files documentation提到的，​​配置参数可以在协议缓冲器消息定义的浏览器。例如，对于该模型，如果你使用更快RCNN，看看在FasterRcnn消息的不同领域。你可以导出训练模型，在常规TensorFlow脚本加载它，并添加你想要它不管出于什么目的什么，但对象检测框架，就是要配置驱动。

对于指标，看看Supported object detection evaluation protocols。在EvalConfig消息，还有就是你可以设置为不同的评价指标不同的值metrics_set。