Трубопровод для py-quick-rcnn на пользовательских наборах данных с VGG16 на кофе

71
8

Я хотел бы использовать существующую модель VGG16, обученную на imagenet, и настраивать ее с помощью настраиваемого набора данных для некоторых других классов, которые мне требуются.

Где я могу найти caffemodel, train_val.prototxt и solver.prototxt для того же?

Для точной настройки его с помощью настраиваемого набора данных выполняется процедура, аналогичная процедуре

Точная настройка модели GoogLeNet

Руководство по convert_imageset.cpp

?

Тем не менее, я хочу использовать недавно обученные веса модели VGG16 для обучения более быстрого RCNN (py-fast-rcnn) https://github.com/rbgirshick/py-faster-rcnn в пользовательском наборе данных. Для более быстрого обучения RCNN в пользовательском наборе данных я планировал выполнить следующие шаги: http://sgsai.blogspot.com/2016/02/training-faster-r-cnn-on-custom-dataset.html

Будет ли каффемодель, созданный с помощью точной настройки VGG16, выполненной ранее, или какие-то настройки нужно сделать?

спросил(а) 2016-07-07T23:50:00+03:00 4 года, 3 месяца назад
0
Ваш ответ
Введите минимум 50 символов
Чтобы , пожалуйста,
Выберите тему жалобы:

Другая проблема