图像多目标检测
收藏
看了口罩识别，有一个想法，对于某些场景，比如场景在 厨房，识别 厨师们 的 口罩 帽子 围裙 再加个护膝(厨师用不着这个，但我想加难度)。对于数据标注是3个，有为1 无为0.
这种场景是切图比较好，还是直接将图片传给算法，让算法自己去识别比较好呢？我这里切图的意思是指，使用人体关键点模型，将身体分割成3部分，分别将头部，上半身，下半身。分别去训练一个网络，头部 帽子 口罩 识别。上半身围裙识别，下半身 护膝识别
lfq1324564
已解决
6#
回复于2022-09
不用做了，已经想通了，现在的飞桨gan模块，OCR等模块基本上用的都是这类套路。比如paddleocr，说是训练好的模型仅8兆。其实呢，事先借用了分割算法，提前把数字隔出来了，然后再用自己的OCR算法去识别，那模型肯定大大减小了。我最近想玩玩paddleGan，结果根本跑不通，dlib这个包不兼容Python3.7，好多人都卡在这里了。我查了一下，dlib这个包可实现人脸检测。 那么，这也算反证法吧，我想得应该没错。将大问题切成小问题，会加速模型收敛。
0
收藏
请登录后评论
大佬去试试啊
大佬做出来了嘛？
你才是大佬，天天榜上有名，我还想请教你呢？
不用做了，已经想通了，现在的飞桨gan模块，OCR等模块基本上用的都是这类套路。比如paddleocr，说是训练好的模型仅8兆。其实呢，事先借用了分割算法，提前把数字隔出来了，然后再用自己的OCR算法去识别，那模型肯定大大减小了。我最近想玩玩paddleGan，结果根本跑不通，dlib这个包不兼容Python3.7，好多人都卡在这里了。我查了一下，dlib这个包可实现人脸检测。
那么，这也算反证法吧，我想得应该没错。将大问题切成小问题，会加速模型收敛。
不用做了，已经想通了，现在的飞桨gan模块，OCR等模块基本上用的都是这类套路。比如paddleocr，说是训练好的模型仅8兆。其实呢，事先借用了分割算法，提前把数字隔出来了，然后再用自己的OCR算法去识别，那模型肯定大大减小了。我最近想玩玩paddleGan，结果根本跑不通，dlib这个包不兼容Python3.7，好多人都卡在这里了。我查了一下，dlib这个包可实现人脸检测。
那么，这也算反证法吧，我想得应该没错。将大问题切成小问题，会加速模型收敛。
学到了