如何为自定义图像重新训练Mobilenet模型

Question

我遵循了诗人教程的Tensorflow，并对如何重新研究自定义对象的模型有了基本的理解。在教程中，我对不同类别的花朵进行了重新训练，然后使用了新生成的图并获得了正确的结果。

现在，我想重新训练该模型，其中我有500张在建筑工地上工作的engineers（人）照片。由于某种原因，该模型没有给出正确的准确性，因为它唯一能够在框架中有4人时检测到2个人。我想到了与照片一起重新培训，然后再次使用。在这里，我有几个问题：

1. 我需要标记照片中的所有人员吗？
2. 照片还包括卡车等车辆，所以我还应该标记车辆并创建另一个数据集以训练。
3. 如何标记图像。我使用了此标签图像，它生成了xml file，但我认为我们需要给照片以重新训练诗人Tensorflow中所述的模型

任何人都可以帮助我了解这些自定义对象的模型的这些概念。请帮忙。谢谢

Answer 1

您可以使用转移学习来训练模型。即，您可以使用移动网的某些验证模型初始化模型的权重，然后从那里开始培训。

至于您的问题：

1. 是的，您应该在图像中使用同一类（假设工人）标记所有人，因为网络需要检测框架中的每个人。如果您不标记所有人，那么它可能会感到困惑，因为它需要检测到，因为标签和未标记的人没有任何区别属性。
2. 如果您只想检测到您的图像中的卡车/火车/车辆的标签。
3. 您可以使用xml文件或JSON文件标记图像。但是，您的图像方式应该是您的著作，因为您需要将这些数据发送到网络。人们经常使用XML格式为每个XML对应于每个图像，并且每个标签在每个标签中定义了将要位于该图像内部的对象，并带有各个坐标和类。

希望这会有所帮助：）