如何对可可格式的具有多个类的自定义数据集使用急切的镜头对象检测进行微调？

如何解决如何对可可格式的具有多个类的自定义数据集使用急切的镜头对象检测进行微调？

我一直在尝试使用此eager few shot object detection tutorial。我不想使用繁琐的数据，而是想使用我的自定义数据集，该数据集已经是coco格式，并且很大。我尝试使用数据集生成gt_Boxes，但本教程仅适用于单个类。如何使它适用于多个班级，以及如何直接使用tf记录在tf2中进行急切的铅球训练。

谢谢

解决方法

gt_boxes 通常具有 [N,4] 的形状，其中 N 是 numpy 数组格式的框数。假设您有两个类，gt_boxes 将为 [2,4]，这意味着您有 2 个数组，所有数组的形状均为 (4,)。这可以表示为 [[array([[a,b,c,d]]),array([[e,f,g,h]])]]。对此运行 np.shape 将产生 [2,4] 的形状。

你只需要弄清楚如何使用 numpy。