Я предполагаю, что вы используете предварительно обученную модель кокоса по умолчанию для обнаружения, которая поставляется с 80 классами. Вы можете тренировать свою собственную модель.
Прежде всего, вы должны использовать VIA (аннотатор изображений VGG) для обозначения классов, которые вы хотите предсказать.
Как только это будет сделано, вы должны внести некоторые изменения в код модели. Например, если вы используете файл "balloon.py" , вам нужно добавить классы, внести некоторые изменения в функцию load_mask () и несколько других части кодов. После этого вы можете начать обучение своей модели, а затем использовать ее для обнаружения и сегментации.
Да, а для VIA попробуйте использовать версию 1.0.0 , так как формат файла .json слегка изменен в обновленных версиях, что обычно делает их несовместимыми с обучением на ваших пользовательских наборах данных.
Проверьте один пример здесь