训练图像数据集进行目标检测

Question

流量科学首选使用哪个版本的YOLO-tensorflow（自定义cnn，如googlenet）？

如果训练数据集模糊并且带有噪声，那可以训练吗？或者训练数据集图像应考虑哪些步骤？

Answer 1

您可能需要使用交通摄像头中的帧来整理自己的数据集，并手动标记带或不带安全带的汽车的图像，因为这是一项非常专门的任务。从那里，您可以进行数据扩充（也许使用Keras ImageDataGenerator类）。如果人类能够在模糊或嘈杂的图像中识别出安全带，则模型可以从中学习。从那里，您可以从像Inception这样的经过训练的CNN模型中使用转移学习（this是有关此操作的有用教程），也可以使用标记的图像训练自己的二进制分类器，其中输入是帧交通摄像机视频。

我建议您在使用这些模型学习了CNN的基础知识之后，才应该进入像yolo这样更复杂的模型。