Как мне использовать формат Roboflow «CSV: Tensorflow Object Detection» в Tensorflow?
Я прокомментировал и дополнил несколько изображений в Roboflow для обнаружения объектов. Поскольку я использую блокнот iPython в Google Colab для формирования модели машинного обучения с помощью Tensorflow, я решил экспортировать изображения в формате «Обнаружение объектов Tensorflow» в «CSV» и загрузил данные в папку на свой Google Диск.
Однако я понятия не имею, как преобразовать аннотированные данные в форму, которую может использовать tensorflow.keras (точнее, моя модель представляет собой объект tensorflow.keras.models.Sequential). Единственные решения, которые я смог найти в Интернете, используют терминал, но мне нужно что-то, что работает в ноутбуке iPython в Google Colab. Я хочу иметь возможность создать свою собственную модель, а не использовать в этом случае что-то вроде YOLOv5 PyTorch.
Мы будем очень признательны за любые рекомендации.
Обычно он используется в качестве промежуточного формата для файлов tfrecord Tensorflow Object Detection. У нас есть руководство по этому вопросу здесь: blog.roboflow.com/train-a-tensorflow2-object-detection-model
Большое спасибо! Я посмотрю на это!
Учебник помог понять, как открыть zip-файл. Однако это, похоже, зависело от внешней модели под названием «EfficientDet» (при условии, что я правильно ее понял) и предварительно обученных весов. Не могли бы вы указать мне, как я могу использовать информацию из файла в модели, которую я делаю сам с помощью tensorflow.keras.models.Sequential?
Вам придется проделать массу работы, чтобы заставить обнаружение объектов работать с этим. Вот почему у них есть библиотека Tensorflow Object Detection. У них есть конфигурации, которые вы можете изменить здесь, но они не такого низкого уровня, как вы, вероятно, ищете: github.com/tensorflow/models/tree/master/research/… Если вы хотите отредактировать фактическая структура модели PyTorch может быть проще. Например, вот конфигурация модели для YOLOv5, где вы можете редактировать сверточные слои и т. д.: github.com/ultralytics/yolov5/blob/master/models/yolov5s.yaml
Благодарю вас! Я посмотрю на PyTorch!