目标检测SSD-tensorflow之训练数据集

本文详细介绍如何制作tfrecord数据集,调整SSD模型以适应自定义检测类别,包括修改类别数目、训练步长及加载预训练模型进行再训练的过程。同时,提供了训练结束后模型测试的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

tfrecord数据集的制作     https://blog.youkuaiyun.com/qq_40806289/article/details/89510467

 重新训练模型的代码修改(主要是自己检测类别数目的修改)

1、datasets文件夹下:pascalvoc_2007.py文件

2、nets文件夹下ssd_vgg_300.py,96、97行(类别数+1)

3、根目录下eval_ssd_network.py文件,66行,类别数+1

4、修改训练步长epoch。train_ssd_network.py

27行:

DATA_FORMAT = 'NCHW'  # gpu
# DATA_FORMAT = 'NHWC'    # cpu

135行:类别数+1

154行:讲None(无限训练下去)修改为自己想要的迭代步数<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值