MrM*_*oog 3 image-processing deep-learning tensorflow
有一种方法可以在Tensorflow中进行对象检测,重新训练Google提供的Inception模型吗？目标是预测图像是否包含已定义的对象类别(例如球).我可以把它看作是一类分类或多类,只有两类(球和非球图像).然而,在后者中我认为创建一个好的训练集是非常困难的(我需要多少和哪种非球图像？).
小智 6
是的,有一种方法可以判断某些东西是否是一个球.但是,最好使用Google的Tensorflow 对象检测API进行Tensorflow.它不会说"球/没球",而是会告诉你它认为某些东西是XX%精度的球.
要回答您的其他问题:使用物体检测,您不需要非球形图像进行训练.你应该收集大约400-500个球图像(更多几乎总是更好),将它们分成训练组和评估组,并用它标记它们.然后,您应该根据此将标签和图像转换为.record文件.之后,你应该设置Tensorflow并训练.
整个过程并不容易.我花了几周的时间用iOS背景来成功训练单个物体探测器.但它最终是值得的,因为现在我可以快速切换图像,以便在应用程序需要时训练不同的物体探测器.
额外奖励:使用此功能将您的新TF模型转换为iOS/Android可用的.ml模型.