tensorflow - 使用MobileNet重新训练图像检测-6ren

tensorflow - 使用MobileNet重新训练图像检测

转载作者：行者123 更新时间：2023-12-04 11:46:55

27

4

重新培训与Tensorflow.js一起使用的MobileNet的几种方法对我来说都是失败的。有没有办法在Tensorflow.js中使用重新训练的模型？

使用基于中心的现代教程以及使用retrain.py似乎都失败了。

Convert output of retrain.py to tensorflow.js

Error converting keras model to tfjs: duplicate weight name Variable

以及其他一些 Unresolved 问题

Retrain an Image Classifier in tensorflow js

Loading of mobilenet v2 works, but pretrained mobilenet v2 fails

Can't convert TensorFlow saved model to tfjs_layers_model webmodel

另外两个最重要的问题显示了在两种情况下均失败的代码，但均未解决。

目的是加载移动网络，使用自定义数据进行重新训练，然后在Tensorflow.js中使用它。遵循这两个教程似乎都失败了。可以在node.js内完成吗？还有另一种方法吗？我在哪里犯了错误(或者软件无法使用经过重新训练的模型)？这怎么工作？

编辑: latest github issue和另一个问题

最佳答案

我遇到了同样的问题，似乎我们使用了错误的方法。
有用于TF转换模型的loadGraphModel和用于Keras的loadLayersModel
my comment about the issue

关于tensorflow - 使用MobileNet重新训练图像检测，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55849309/

27

4

0

文章推荐： frameworks - 跨浏览器扩展开发框架

文章推荐： r - 传单簇标记间距，或缩小时如何拥有更小的组

文章推荐： r - GridExtra:将文本向右对齐

python - 用于自定义图像尺寸的 MobileNets
我想使用在ImageNet上预训练的MobileNet模型进行特征提取。我按如下方式加载模型: from keras.applications.mobilenet import MobileNet f
object-detection - MobileNet-SSD输入分辨率
我有一个工作对象检测模型(微调的 MobileNet SSD)可以检测我的自定义小型机器人。我将向它提供一些网络摄像头镜头(将与无人机绑定(bind))并使用实时边界框信息。所以，我准备购买相机。
tensorflow - SSD mobilenet 模型无法检测较远距离的物体
我已经用自定义数据集(电池)训练了 SSD Mobilenet 模型。下面给出了电池的示例图像，并附上了我用来训练模型的配置文件。当物体靠近摄像头时(用网络摄像头测试)，它以超过的概率准确检测到物
tensorflow - Mobilenet SSD 输入图像大小
我想在自定义数据集上训练 Mobilenet SSD 模型。我研究了重新训练模型的工作流程，并注意到配置文件中的 image_resizer{} 块: https://github.com/tens
python - 如何重新训练自定义图像的 mobilenet 模型
我已关注tensorflow for poets教程，并对如何重新训练自定义对象的模型有了基本的了解。在教程中，我针对不同类别的花卉重新训练了模型，然后使用新生成的图表并得到了正确的结果。现在我想重
tensorflow - 加载的 MobileNet 模型给出了错误的预测
我正在尝试加载在 TensorFlow 中训练的 mobilenet_v2_1.4_224(链接:https://github.com/tensorflow/models/tree/master/re
machine-learning - 如何使用 mobilenet 作为高分辨率图像的特征提取器？
我如何使用 mobilenet 模型作为分辨率高于 224x224 的图像的特征提取器？我想我需要在加载后更改某个图层以增加输入大小？我目前的代码是这样的: const featureExtract
python - 我的自定义 mobilenet 训练模型未显示任何结果。我究竟做错了什么？
我开始使用 Tensorflow/Deeplab 学习 ML。我尝试使用带有 mobilenet_v2 模型变体的语义分割从头开始训练自己的模型进行服装识别。但我没有得到结果。我正在使用tensor
machine-learning - SSD 和 Mobilenet 之间的区别
我对 SSD 和 mobilenet 感到困惑。据我所知，它们都是神经网络。 SSD提供定位，而mobilenet提供分类。因此SSD和mobilenet的结合可以产生物体检测。图片取自SSD pap
tensorflow - TensorFlow inception 和 mobilenet 有什么区别
最近我一直在使用tensorflow inception V3 和mobileNet 将它们部署在Android 中使用。将 inception V3 的重新训练模型转换为“tflite”时，存在一些
python - Tensorflow:导入预训练模型(mobilenet、.pb、.ckpt)
我一直在研究在 tensorflow 中导入预训练模型的检查点。这样做的目的是让我可以检查它的结构，并将其用于图像分类。具体来说，mobilenet 模型 found here .我找不到任何从各种
deep-learning - 如何在 Keras 中计算 Mobilenet FLOPs
run_meta = tf.RunMetadata() enter codwith tf.Session(graph=tf.Graph()) as sess: K.set_session(sess)
deep-learning - MobileNet V3 比 V2 快多少？
这是有关 MobileNet V3 的论文的链接。 MobileNet V3 根据该论文，h-swish 和 Squeeze-and-excitation 模块是在 MobileNet V3 中实现的
python - 如何从保存的模型(SSD MobileNet)创建 tflite 文件
我想基于重新训练的 ssd_mobilenet 模型创建一个对象检测应用程序，我已经像 youtube 上的那个人一样重新训练了。 . 我从 Tensorflow Model Zoo 中选择了型号 s
machine-learning - 在 Keras 中使用 Google MobileNets？
有没有办法仅使用 Keras API 来测试 Google 发布的名为“MobileNets”的预训练图像分类模型？像 ResNet50 和 InceptionV3 这样的模型已经作为 Keras
tensorflow - 使用 TensorFlow 2 将 Dropout 添加到 MobileNet
我使用 MobileNet 和 TensorFlow 2 来区分 4 个非常相似的玩具。我有每个玩具的 750 张图片和一个包含 750 张“负面”图片的标签，没有任何玩具。我之前为此使用过 Mob
tensorflow - 当 is_training 设置为 false 时，MobileNet 不可用
对此问题更准确的描述是，当 is_training 未显式设置为 true 时，MobileNet 表现不佳。我指的是 TensorFlow 在其模型存储库 https://github.com/te
python - TF超薄: Fine Tune mobilenet v2 on custom dataset
我正在尝试在图像分类任务的自定义数据集上微调 Mobilenet_v2_1.4_224 模型。我正在关注本教程TensorFlow-Slim image classification library
python - 带有 Mobilenets 的 Tensorflow 对象检测 API 过拟合自定义多类数据集
该模型过度拟合训练集并且无法泛化到测试集。如何向模型的特征提取器部分添加 dropout？ (.config文件只提供了一个键值给box predictor添加dropout) 我可以采取哪些其他措
python - 使用 8 位量化将 Keras MobileNet 模型转换为 TFLite
我已经使用 Keras 微调 MobileNet v1。现在我有了 model.h5，我需要将它转换为 TensorFlow Lite 才能在 Android 应用程序中使用它。我使用 TFLite

首页

博学

6Ren·AI

商城

tensorflow - 使用MobileNet重新训练图像检测