如何识别同一图像中的多个对象

Question

我是TensorFlow的新手。实际上，我在TensorFlow网站测试了一些分类的例子“卷积神经网络”，它解释了如何将输入图像分类到预定义的类中，但问题是：我无法弄清楚如何检测同一图像中的多个对象。例如，我有一个猫和狗的输入图像，我希望我的图表在输出中显示它们都是图像中的“猫和狗”。

Answer 1

伟大的问题。检测同一图像中的多个对象沸腾本质上是一个“分割问题”。两种不错的和流行的算法是 YOLO（你只看一次）和SSD（单发多盒检测器）。我在底部包含了他们的链接。

我会观看关于YOLO如何工作的一些视频，并看看你是否掌握了这个想法。然后阅读SSD上的论文，看看你是否明白为什么这个算法更快，更精确。

这两种算法都是单遍的：他们只看图像“一次”，并预测它们发现的类别的边界框。有更精确的算法，但它们较慢（他们首先选择许多他们想要看的点，然后仅在该点上运行分类器，结果是他们每个图像多次运行该分类器，这很慢）。

正如你所说你是Tensorflow的新手，你可以尝试其他人的代码：https://github.com/thtrieu/darkflow。非常广泛的自述向您展示了如何开始使用自己的数据集。

祝你好运，让我们知道你是否有其他问题，或者如果这些算法不符合你的使用案例。

• YOLO 9000（https://pjreddie.com/darknet/yolo/）
• SSD（单发多光碟探测器）（https://arxiv.org/abs/1512.02325）

Answer 2

为你正在尝试做的是独立分类部分图像天真的方法。

但是有一些更好的技术用于对象检测。实际上，有TensorFlow Object Detection API，它允许您访问最常见的对象检测方法，如Faster R-CNN或SSD。