如何训练可以在网页上使用的自定义对象检测器可以产生边界框，例如tensorflow.js的coco-ssd预训练模型

问题描述

我目前正在使用来自tensorflow.js的coco-ssd mobilenet。我正在使用此模型来基本上预测可可数据集中存在的运动球周围的边界框。但是准确性很低。 我基本上是通过使用javascript中的质心跟踪算法在两者之间建立关联来进行对象检测和跟踪。一切正常，但是当默认模型无法预测n个帧的球时，跟踪器将丢弃该球并假定它为新球。因此，我想提高准确性，以确保检测不会失败。

这就是我从tensorflow导入coco-ssd模型的方式

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs/dist/tf.min.js" type="text/javascript"></script>
<script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/coco-ssd"></script>

这就是我加载模型以进一步预测边界框的方式

cocoSsd.load({ base: "mobilenet_v2" }).then(function(loadedModel) {
    console.log("Loaded Model");
    model = loadedModel;
});

进行推断，这里的视频是html的实际视频元素。

model.detect(video).then(function(predictions) { 
     console.log(predictions)
});

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）