我想了解最近发布的object_detection模型是如何准备在Tensorflow中使用的,其长期目标是修改其中一个元架构。Object_detection实现细节
有没有关于如何实现元架构(比如更快的R-CNN或SSD)的书面文章,或者正在阅读代码是找出问题的唯一方法?特别是,我了解这些元架构是如何定义的(如相关论文中所述),但我不明白它们是如何在Tensorflow中实现的。
即使是非常高层次的概述,描述流程如何在这种情况下(或与不相关的模型)工作将非常有用。 (我知道短期object_detection
docs和detection architecture guide的,但这不是它。)
看时,这些object_detection
模型,比方说,从Keras背景是什么特别势不可挡,是该机型使用的是相对 - 定义大的proto
和config
文件的评论很少,但涉及非标准图层。此外,从proto
和config
文件获得例如frozen_inference_graph.pb
文件所使用的文件的程序根本不明显。
任何信息或提示的来源非常赞赏。
源代码太长,而且很难阅读,我试着自己读它,但放弃了。我真的希望作家能够重新组织它 –