使用tensorflow和inception-v3绑定框

Question

是否可以使用TensorFlow进行边界框预测？ 我在github上找到了TensorBox，但我正在寻找一种更好的支持或者正式的方法来解决这个问题。

我需要为我自己的课程重新训练模型。

Answer 1

目前还不清楚你究竟是什么意思。你需要物体检测吗？我从“边界框”中假设它。如果是这样，初始网络不能直接适用于您的任务，它们是分类网络。 你应该寻找物体检测模型，如单次检测器（SSD）或你只看一次（YOLO）。它们通常使用来自分类网络的预先训练的卷积层，但在其顶部具有附加层。如果你想要Inception（又名GoogLeNet），YOLO就是以此为基础的。请查看此实施：https://github.com/thtrieu/darkflow或您在Google中可以找到的任何其他内容。

Answer 2

COCO2016对象检测的获胜者是在tensorflow中实现的。一些最先进的技术是更快的R-CNN，R-FCN和SSD。检查来自http://image-net.org/challenges/talks/2016/GRMI-COCO-slidedeck.pdf的幻灯片（幻灯片14有关键张量流操作，您可以重新创建此管道）。

编辑6/19/2017： Tensorflow发布了一些预测bbox的技术： https://research.googleblog.com/2017/06/supercharge-your-computer-vision-models.html