可以在图像重新训练初始模型中进行物体检测（一类）吗？

Question

有一种方法可以进行对象检测，重新训练Google在Tensorflow中提供的初始模型吗？目标是预测图像是否包含定义的对象类别（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非常困难（我需要多少和哪种非球图像？）。

Answer 1

是的，有办法判断某事是否是一个球。但是，最好使用Google的Tensorflow Object Detection API for 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。您应该收集大约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this标记它们。然后，您应该根据this将标签和图像转换为.record文件。之后，你应该设置Tensorflow并训练。

这整个过程并不容易。我花了几周的时间用iOS背景来成功训练单个物体探测器。但最终它是值得的，因为现在我可以快速切换图像，以便在应用需要时训练不同的物体探测器。

奖励：使用this将您的新TF模型转换为iOS / Android可用的.ml模型。