在你的定制数据集上训练目标检测模型的分步教程。

原标题 | Train Object Detection AI with 6 lines of code

作者 | Moses Olafenwa

翻译 | 珺毅(浙江师范大学)

在你的定制数据集上训练目标检测模型的分步教程。

目标检测是计算机视觉意义最深远的层面之一,因为它要求你在图片或者视频中定位、识别、跟踪感兴趣的物体。目标检测在一些有意思的工作或者研究领域被广泛的应用,例如:

自动驾驶

安全方面

行人/人群 检测

车牌号车辆检测

工业自动化(例如,物品的拣选和分拣)

机器人及更多

许多预先收集的对象检测数据集,如Pascal VOC、Microsoft的COCO、谷歌的Open Images,以及它们的预先训练的模型,都可以很容易地用于检测和识别一组固定的项。

然而,使用这些现有的公共数据集和已经预训练好的模型所面临的挑战是,它们不会给你提供一个非常方便简洁的方式让你来训练一个新的目标检测模型,让你来检测和识别出自己理想中感兴趣的物体。从去年我出版了我的第一篇目标检测的文章《10行代码的目标检测》,我已经收到了来自开发者,项目团队,学生还有研究员们的数千条请求,他们想在提供了超过了80种类别的COCO数据集和提供了超过了600种类别的Open Image数据集中的图片和视频中检测出他们自己感兴趣的物体。

我非常欣慰的宣布伴随着ImageAI v2.1.0版本的发布,它可以完全支持训练你定制的YOLOv3模型去检测字面上任何种类和数量的对象,这就是我在这个教程中所要指导你所做的,让我们开始今天的课程吧。

OlafenwaMoses/ImageAI(https://github.com/OlafenwaMoses/ImageAI)

出于这个教程的目的,我们将使用Google Colab来训练我们已经提供的一个样本数据集,步骤如下。

步骤一 —— 准备你的数据集

对于自定义的检测训练,必须提供样本图片(你的图片数据集)来训练你的模型并且在精确度训练以后来验证这个模型。 ImageAI检测训练支持Pascal VOC格式的自定义数据集。就本教程而言,我们提供了Hololens混合现实耳机的样本数据集,在这个数据集上我们将要训练一个能够在图片和视频中检测和识别出Hololens的模型。你可以通过下面的链接下载这个样本数据集。

https://github.com/OlafenwaMoses/ImageAI/releases/download/essential-v4/headset.zip

如果你想在你的图片集上训练自己自定义的物体,请按照下面的指示:

决定你所要检测物体的类型,搜集关于这个物体200个左右(最低限度)或者更多的图片。

一旦你搜集到了这些图片,你需要在图片中注释这个物体。ImageAI使用Pascal VOC格式在图片进行了注释。你可以按照我们通过链接提供的分布教程为你的图像生成此注释。

本文地址:http://www.hugolafitte.com/jijin/2020/0912/728.html