小编esh*_*ima的帖子

在花了几天试图完成这项任务之后,我想分享一下我如何回答这个问题的经验:

如何使用TS对象检测来训练使用我自己的数据集？

我决定深入研究ML并且通过大量的试验和错误能够使用TS'开始创建模型.

为了更进一步,我想使用他们的Object Detection API.但他们的输入准备说明,参考Pascal VOC 2012数据集的使用,但我想在我自己的数据集上进行培训.

这是否意味着我需要将我的数据集设置为Pascal VOC或Oxford IIT格式？如果是,我该怎么做呢？

如果不是(我的直觉就是这种情况),那么在我自己的数据集中使用TS对象检测的替代方案是什么？

旁注: 我知道我训练过的初始模型不能用于本地化,因为它是一个分类器

编辑:

对于那些仍在寻求实现这一目标的人来说,这就是我去做的方式.

我正在创建一个简单的计算器应用程序,目前正在努力删除我的按钮被点击时的最后一个字符.我正在使用该dropLast()方法,但我一直收到错误

在调用中缺少参数#1的参数

@IBAction func onDelPressed (button: UIButton!)  {
     runningNumber = runningNumber.characters.dropLast()
     currentLbl.text = runningNumber
}

cv2.HOGDescriptor()我正在尝试使用默认的人员分类器从摄像机的源中检测人员。

识别器有点工作，但老实说，我在理解分别分配给winStride、padding和scale的值时遇到了问题groupThreshold。

目前，相机输入的帧大小为1280 X 720，我将其大小调整为400 X 400detectMultiScale ，然后使用参数执行

hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05, 'finalThreshold': 2}

根据这个答案，我了解这些参数的作用和代表的含义。

我的问题是，有没有办法将图像大小与这些值映射？数学方程？一种估算方法？我不一定要求一种具体的方法，甚至一种给出所有值的方法，但比试错或幻数更好的方法。

大多数参考文献和教程几乎都使用幻数，但没有给出它们如何获得它们的建议。

PS：如果您仍然不确定我的问题，这里有一个视觉辅助工具

我正在尝试在Ubuntu 16.04中安装nana C ++库。

我下载了该文件并将其解压缩到带有helloworld文件的目录中，然后转到带有makefile的目录；nana / build / makefile，并输入make但出现错误

X11 / Xft / Xft.h：没有这样的文件或目录

我检查了/ usr / include / X11是的，它不存在。谷歌搜索并没有帮助解决Xft的安装问题。我该怎么做？还是我做错了其他事？

我正在尝试转换以下Swift 2.3代码：

//Example usage:
//(0 ..< 778).binarySearch { $0 < 145 } // 145
extension CollectionType where Index: RandomAccessIndexType {

    /// Finds such index N that predicate is true for all elements up to
    /// but not including the index N, and is false for all elements
    /// starting with index N.
    /// Behavior is undefined if there is no such N.
    func binarySearch(predicate: Generator.Element -> Bool)
        -> Index {
        var low = startIndex
        var high = endIndex
        while low …

这个问题的扩展,这一个.

TLDR; 我正在尝试使用自己的数据集训练TS Object Detection API.为了证明概念,我决定将我的数据集粘贴到Pascal VOC 2012基准测试中.

目前,我正在尝试使用Pascal VOC注释创建TFRecord.

在他们的create_pascal_tf_record.py脚本中查看这一行,他们只是抓住飞机的描述符 ; 一个更好的词,文本文件的运气.为什么会这样？那些其他类的描述符怎么样？

边注

这个文件; 标题为aeroplane_train.txt,与VOC2012/ImageSets/Main /中的Pascal VOC 2012数据集一起被包括在内.

查看文件,第一个条目表示图像名称,-1或1表示该特定图像是否包含我们感兴趣的类(飞机).

aeroplane_train.txt文件的部分内容

2008_000008 -1
2008_000015 -1
2008_000019 -1
2008_000023 -1
2008_000028 -1
2008_000033  1
2008_000036 -1
2008_000037  1
2008_000041 -1
2008_000045 -1
2008_000053 -1
2008_000060 -1
2008_000066 -1
2008_000070 -1
2008_000074 -1
2008_000085 -1
2008_000089 -1
2008_000093 -1
2008_000095 -1
2008_000096 -1
2008_000097 -1
2008_000099 -1
2008_000103 -1
2008_000105 …