类别比COCO多的预训练目标检测模型

问题描述

对于一个项目，我需要有一个可以检测许多不同对象的检测器。为此，COCO的90个类别还不够，因为我希望能够看到更多。
我已经看到例如imagenet有更多的类，但是我找不到训练有素的模型来检测imagenet类。
我正在使用Python编程，并且希望避免重新培训网络以自己检查更多的类。
我查看了pytorch视觉和其他两个存储库，但没有找到任何内容。
预先感谢。

编辑：我现在找到了一个很好的数据库，LVIS数据集具有1200个检测类，并且正在使用可可中的图像（它们被重新标记了）。 facebookai的detectron2有一个很好的模型。 https://github.com/facebookresearch/detectron2/blob/master/MODEL_ZOO.md 我认为这仅适用于cuda环境（我没有GPU :(）

解决方法

检查https://keras.io/api/applications/以获得更多模型/数据集

from tensorflow.keras.applications.resnet50 import ResNet50
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.resnet50 import preprocess_input,decode_predictions
import numpy as np

model = ResNet50(weights='imagenet')

, 不幸的是，

ImageNet并未为此标签。 现成的，您可以尝试使用Tensorflow Object Detection API。在OpenImages数据集上训练的模型有600个类。

您可以立即使用它们进行推断，也可以根据需要对其进行重新培训。