Detección de Objetos RetinaNet
Implementación de RetinaNet: Pérdida Focal para la Detección Densa de Objetos. Este repositorio contiene el modelo para el cuaderno Detección de Objetos con RetinaNet. Aquí, el modelo tiene la tarea de localizar los objetos presentes en una imagen y al mismo tiempo clasificarlos en diferentes categorías. En este, se ha implementado RetinaNet, un detector popular de una sola etapa, que es preciso y rápido. RetinaNet utiliza una red piramidal de características para detectar objetos eficientemente a múltiples escalas e introduce una nueva pérdida, la función de pérdida Focal, para aliviar el problema del desequilibrio extremo de clases entre el primer plano y el fondo. Créditos completos a Srihari Humbarwadi.
Como usar
El modelo se puede utilizar para detectar y clasificar objetos en imágenes. Utiliza la implementación de RetinaNet con TensorFlow y Keras.
Funcionalidades
- Detección de objetos
- Clasificación de objetos
- Red piramidal de características
- Función de pérdida Focal
Casos de uso
- Localización de objetos en imágenes
- Clasificación de objetos en diferentes categorías