#python #tensorflow #mobilenet
Вопрос:
Я скачал этот источник.
https://github.com/Austin-Ellsworth/Vehicle_Recognition_System/find/main
Для обнаружения автомобиля Распознавания Марки/Модели.
Часть распознавания марки/модели выполняется с помощью TensorFlow/MobileNetsV3. Доступны файлы Weights.pb,Метки, файл конфигурации.
Но никаких файлов контрольных точек. А также не знают о наборе данных, который они использовали для обучения модели.
Итак, можно ли оценить эту модель классификатора только с помощью этих файлов? (Например, чтобы получить карту?…)
Если нет, то даст ли мне оценка с использованием другого набора данных точную карту?
И каков наиболее эффективный способ сделать это?
Спасибо
Ответ №1:
*.pb файлы расшифровываются как protobuf. Protobuf используется tensorflow для сохранения графика модели и весов.
Модель на самом деле представляет собой YOLOv3, портированный на tensorflow, работающий на исходных весах YOLOv3. Он был обучен в наборе данных COCO, поэтому он даст вам аналогичную точность в этом наборе данных.
Комментарии:
1. В папке .pb на самом деле для «MobileNetsV3» есть 2 веса. Веса модели YOLO расположены в папке YOLO-COCO. Этот проект состоит как из обнаружения с помощью YOLO, так и классификации моделей транспортных средств с помощью Mobilenets/TensorFlow