Ich versuche, CNTK Object Detecion Beispiel auf PascalVoc vorgefertigten Datensatz ausführen. Ich führe alle benötigten Skripte in fastrcnn aus und erhalte die visuelle Ausgabe für die im Dataset definierten Testdaten. Jetzt möchte ich das Netzwerk auf meinem eigenen Bild testen, wie kann ich das tun?Wie test CNT Objekterkennung Beispiel auf benutzerdefiniertes Bild?
Antwort
Für Fast R-CNN benötigen Sie eine Bibliothek, die Kandidaten ROIs (Bereiche von Interesse) für Ihre Testbilder, z. selective search.
Wenn Sie einen Stapel von Bildern bewerten wollen, können Sie die Beschreibung in tutorial folgen Sie den Test-Mapping-Datei und die ROI-Koordinaten zu erzeugen (siehe test.txt
und test.rois.txt
im entsprechenden proc
Unterordner). Wenn Sie einen einzelnen bewerten wollen würde, müssen Sie das Bild zu übergeben und den Kandidaten ROI-Koordinaten als Eingänge eval, ähnlich wie this example CNTK:
# compute model output
arguments = {loaded_model.arguments[0]: [hwc_format]}
output = loaded_model.eval(arguments)
Für FastRCNN müssen Sie zuerst Ihr eigenes Bild durch Selective Suchalgorithmus laufen zu erzeugen ROIs (Regions of Interest) und ihn dann zu Ihrem Modell mit etw wie folgt aus:
output = frcn_eval.eval({image_input: image_file, roi_proposals: roi_proposals})
Sie können hier weitere Informationen finden: https://github.com/Microsoft/CNTK/tree/release/latest/Examples/Image/Detection/FastRCNN
Jedenfalls ist FastRCNN nicht der effizienteste Weg, dies zu tun, da die selektive Suche verwendet wird (was hier ein echter Flaschenhals ist). Wenn Sie die Leistung verbessern möchten, können Sie FasterRCNN versuchen, da es den SS-Algorithmus loswird und ihn durch Region Proposal Network ersetzt, das viel, viel besser funktioniert. Wenn Sie interessiert sind, können Sie meine Repo auf GitHub überprüfen: https://github.com/karolzak/CNTK-Hotel-pictures-classificator
- 1. Objekterkennung aus Bild
- 2. Wie benutzerdefiniertes Bild auf QMessageBox
- 3. Objekterkennung auf Android-Kamera
- 4. Test benutzerdefiniertes ActionResult
- 5. Objekterkennung/Bildklassifikationsmodell
- 6. objekterkennung auf mousePressed auf es
- 7. Einfache Objekterkennung
- 8. Objekterkennung vuforia
- 9. Benutzerdefiniertes Bild cropper android
- 10. wordpress Bild programmgesteuert auf benutzerdefiniertes Feld
- 11. GIF-Bild auf benutzerdefiniertes ImageView setzen
- 12. Python Nose Test Beispiel
- 13. Objekterkennung mit opencv python
- 14. Wie man mit Dask die Objekterkennung auf einem massiven Bild auf dem Cluster parallelisiert
- 15. Objekterkennung im Binärbild
- 16. Echtzeit Objekterkennung mit TensorFlow
- 17. Mehrstufige Objekterkennung mit Computer Vision
- 18. Wie benutzerdefiniertes Bild auf eine Schaltfläche (Dojo 1.7)
- 19. SpannableString mit Bild Beispiel
- 20. Wie funktionieren RAM-Test-Anwendungen? C# Beispiel?
- 21. Objekterkennung in der Bildverarbeitung
- 22. TensorFlow Beispiel mandel Bild
- 23. Automatisch Unit Test Beispiel Code
- 24. Verwenden Sie Kernbild für Objekterkennung
- 25. dlib Beispiel, Test Builds fehlgeschlagen
- 26. Bedeutung von "size_t cnt" im Bibliotheksprototyp
- 27. Wie man ein benutzerdefiniertes ImageView für Aktivität Unit Test
- 28. Nvidia Digits Objekterkennung eigener Datensatz
- 29. benutzerdefiniertes Metabox-Bildfeld. Kein Bild
- 30. Android OpenCV Objekterkennung
Hallo Karol, bitte seien Sie spezifisch in Ihrer Frage. Versuchen Sie, sich auf ein Thema zu konzentrieren, das Sie interessiert, und stellen Sie ein Fragment Ihrer Arbeit in der Frage bereit, da sich der Link im Laufe der Zeit ändern kann. Wenn Sie ein technisches Problem haben, beschreiben Sie das erwartete Ergebnis, das tatsächliche Ergebnis und wie Sie versucht haben, es zu lösen. Fragen, die sich auf ein einzelnes Problem konzentrieren, haben bessere Chancen auf eine gute Antwort. – profimedica