Hat jemand die FRCNN für TensorFlow Version implementieren? fand ich einige verwandte repos, wie folgend:Schneller RCNN für TensorFlow
aber für 1: die Schicht Werke roi Pooling nehmen (ich habe nicht versucht), und es gibt etwas brauchen, um wie folgt implementiert werden:
- ROI Datenschicht z roidb.
- Lineare Regression, z.B. SmoothL1Loss
- Nachverarbeitung der ROI-Pool-Schicht für End-to-End-Training, die die Ergebnisse der ROI-Pooling-Schicht in CNN für Klassifikator konvertieren soll.
für 2: em .... scheint es, basierend auf py-schneller-RCNN, die bereit Vorbearbeitung auf Caffe basiert (zB roidb) und Feed-Daten in Tensorflow das Modell zu trainieren, wie es scheint seltsam Also kann ich es nicht versuchen.
Also was ich wissen möchte ist, dass Tensorflow support Faster RCNN in the future?. Wenn nicht, habe ich etwas falsch verstanden, was oben erwähnt wurde? oder hat ein Repo oder jemand das unterstützt?
SmoothL1Loss sollte relativ einfach zu implementieren mit dem tatsächlichen tf für ROI-Pooling sein keine Ahnung ... – jean
Ich arbeite an dem ähnlichen Ziel Ihrer Frage. Ich fand es schwierig, dynamische Bboxen im Tensor darzustellen. Das ist vielleicht der Grund, warum die von Ihnen erwähnte Methode 2 caffe zur Vorverarbeitung von Daten verwendet. Ich versuche herauszufinden, ob es in TensorFlow noch einen anderen Weg gibt. –
Wie wäre es mit [dieser Implementierung] (https://github.com/smallcorgi/Faster-RCNN_TF)? – Shai