如何使用张量流和卷积神经网络检测和定位对象？ [英] How can i detect and localize object using tensorflow and convolutional neural network?

问题描述

我的问题陈述如下：

使用Tensorflow和卷积神经网络进行对象检测和定位

我做了什么？

我已经完成了使用tflearn库从图像中进行猫检测的工作。使用25000张猫的图像训练了一个模型，并以良好的精度很好地工作了。

I am done with the cat detection from images using tflearn library.I successfully trained a model using 25000 images of cats and its working fine with good accuracy.

当前结果：

我想做什么？

如果我的图片由同一张图片中的两个或两个以上的对象组成，例如猫和狗，那么我的结果应该是猫和狗，除此之外，我必须找到确切的位置图像上的这两个对象（边界框）

If my image consist of two or more than two objects in the same image for example cat and dog together so my result should be 'cat and dog' and apart from this i have to find the exact location of these two objects on the image(bounding box)

我遇到了很多gh级库，例如 darknet ， SSD ，但无法理解其背后的概念。

I came across many high level libraries like darknet , SSD but not able to get the concept behind it.

请指导我有关解决问题的方法。

Please guide me about the approach to solve the problem.

注意：我正在使用监督学习技术。

Note : I am using supervised learning techniques.

预期结果：

< img src = https://i.stack.imgur.com/VC1TX.png alt =在此处输入图片描述>

推荐答案

图像定位是一个复杂的问题，许多不同的实现以不同的效率实现相同的结果。

Image localization is a complex problem with many different implementations achieving the same result with different efficiency.

主要有两种实现方式

-通过回归本地化对象

-单发检测器

阅读此 https://leonardoaraujosantos.gitbooks.io/artificial-inteligence/content/object_localization_and_detection.html 以获得更好的主意。

Read this https://leonardoaraujosantos.gitbooks.io/artificial-inteligence/content/object_localization_and_detection.html to get a better idea.

欢呼声

这篇关于如何使用张量流和卷积神经网络检测和定位对象？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！