我正在开发一个使用对象检测的项目。我有需要在视频中检测到的徽标图像。我在 keras 中这样做。我按照这个博客将 yolo 权重转换为 keras 模型。

现在我想用我的数据集（迁移学习）训练这个 keras 模型。我得到了包含 xmin、ymin、xmax 和 ymax 的正确数据集。

我的方法：删除最后一层并使用 sigmoid 函数来定义类。然而，上面的链接说这个 keras 模型预测边界框和类别。我不确定如何从模型本身实现这些边界框。