deeplearning4j/deeplearning4j-examples

how to compute priorBoxes in HouseNumberDetection example

Aberta

#828 aberto em 22 de mar. de 2019

Ver no GitHubGuia do colaborador
 (0 comentário) (2 reações) (0 responsável)Java (1.841 forks)batch import
enhancementhelp wanted

Métricas do repositório

Stars
 (2.395 estrelas)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

Issue Description

  • As I know, before training yolo2, we need provide priorBoxes for our model, but the HouseNumberDetection example did not explain how to compute it. I hope dl4j can provide some method that can compute priorBoxes by k-means algorithm base training data.

Version Information

  • 1.0.0-beta2

Guia do colaborador

Direção de pesquisa
Investigue o exemplo HouseNumberDetection no repositório deeplearning4j examples para entender o conjunto de dados e a estrutura do modelo atuais. Pesquise o cálculo da caixa prior do YOLOv2 usando agrupamento k means nas dimensões das caixas delimitadoras dos dados de treinamento. Explore implementações existentes em outras estruturas (por exemplo, Darknet) e proponha um método Java que possa ser adicionado ao exemplo ou à biblioteca principal do DL4J. Nenhum PR ou comentário existente fornece mais orientações.
Pilha de tecnologia
java
Domain
machine learning
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
Javadeeplearning4jYOLOv2 concepts
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
30