Возможно ли иметь предсказание ограничивающих коробок с использованием TensorFlow? Я нашел TensorBox на github, но я ищу лучший поддерживаемый или, возможно, официальный способ решения этой проблемы.Ограничивающие коробки с использованием тензорного потока и начального значения v3
Мне нужно переустановить модель для своих классов.
Непонятно, что именно вы имеете в виду. Вам нужно обнаружение объектов? Я предполагаю это из «ограничивающих коробок». Если это так, начальные сети напрямую не применимы для вашей задачи, они являются классификационными сетями. Вы должны искать модели обнаружения объектов, такие как детектор одиночного снимка (SSD) или только один раз (YOLO). Они часто используют предварительно подготовленные сверточные слои из классификационных сетей, но имеют дополнительные слои сверху. Если вы хотите, чтобы Inception (aka GoogLeNet), YOLO основывается на этом. Взгляните на эту реализацию: https://github.com/thtrieu/darkflow или любой другой, который вы можете найти в Google.
Вы пробовали Darkflow? Я считаю документацию ужасной. –
Нет, я использовал darknet, также документированный в основном с RTFS ... –
Победитель COCO2016 для обнаружения объекта был реализован в тензорном потоке. Некоторые современные техники - это более быстрые R-CNN, R-FCN и SSD. Проверьте слайды от http://image-net.org/challenges/talks/2016/GRMI-COCO-slidedeck.pdf (Слайд 14 имеет ключ тензорных операций для восстановления этого конвейера).
Edit 6/19/2017: Tensorflow выпустили несколько методов для прогнозирования bboxes: https://research.googleblog.com/2017/06/supercharge-your-computer-vision-models.html
Привет @BernardoGO У меня такое же беспокойство, вы найти какое-либо решение для этого? –