#python-3.x #tensorflow-lite
Вопрос:
Я пытаюсь реализовать модель TFLite для обнаружения и сегментации продуктов питания. Это модель, которую я выбрал, подходящая для моего набора данных изображений продуктов питания: [https://tfhub.dev/s?deployment-format=liteamp;q=inception resnet v2].
Я поискал в Google, чтобы понять, как изображения должны быть аннотированы, но в итоге оказался в замешательстве. Я понимаю, что набор данных преобразуется в TFRecords, а затем передается в предварительно подготовленную модель. Но для обучения модели с помощью пользовательского набора данных не требуется файл аннотаций? Я также не вижу никакой информации об этом на TF hub.
Пожалуйста, кто-нибудь может мне в этом помочь!
Ответ №1:
Ответ на ваш вопрос зависит от того, какую модель вы планируете обучать.
В случае модели для обнаружения и сегментации продуктов питания вам действительно нужны аннотации при обучении. Если вы не предоставите модели помеченные обучающие данные, поскольку это модель контролируемого обучения, она не сможет учиться на них.
Если вы должны были обучить автоэнкодер, данные не нужно аннотировать. Надеюсь, ключевые слова, используемые в этом ответе, помогут вам найти дополнительную информацию по теме.
Комментарии:
1. Спасибо. Я предпочитаю обучение под наблюдением, и именно по этой причине я смотрю на то, чтобы недооценивать часть аннотации. Мне удалось сузить круг поисков. Из доступных 18 предварительно подготовленных моделей для сегментации изображений я предпочитаю mobilenetv2. Они обучаются либо на наборе данных pascal voc, либо на наборе данных городских пейзажей. Оба имеют аннотацию пиксельной метки… так что это именно то, что я искал.
2. Я рад, что мой ответ помог вам получить более четкое представление о том, как достичь своей цели. Я был бы признателен, если бы вы приняли мой ответ.