Использование данных обучения на R-CNN, даже если они предварительно обучены ⇐ Python

[Anonymous]

Я пытаюсь использовать OpenCV и R-CNN для обнаружения объектов для большого количества изображений растений.
Из этого руководства: https://learnopencv.com/faster-r-cnn-object-detection- with-pytorch/
Это конкурс на Kaggle: https://www.kaggle.com/competitions/planttraits2024
Эти соревнования папки содержат набор изображений для обучения, а также изображения, о которых необходимо собирать данные.
это код импорта для используемой модели компьютерного зрения:

Код: Выделить всё

 import torchvision
model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True)

model.eval()

Следует ли использовать предварительно обученную версию? Может ли это идентифицировать какой-либо тип изображения?
Иначе, как мне изменить модель R-Cnn для обучения на моем наборе обучающих данных (кроме изменения «предварительно обученного» на ложное? И можно ли это идентифицировать? разумно ли провести обучение за 3 дня?
Есть ли в OpenCV другой подход?

Подробнее здесь: https://stackoverflow.com/questions/781 ... re-trained