如何识别同一图像中的多个对象

Question

我是TensorFlow的新手。

实际上，我正在测试一些分类的例子＆＃34;卷积神经网络＆＃34;在TensorFlow网站上，它解释了如何将输入图像分类为预定义的类，但问题是：我无法弄清楚如何在同一图像中检测多个对象。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＃34; CAT和狗＃34在图像中。

Answer 1

好问题。检测同一图像沸腾中的多个对象本质上是一个分割问题＆＃34;。两个不错的流行算法 YOLO（你只看一次）和SSD（单次多盒检测器）。我在底部包含了他们的链接。

我会观看一些关于YOLO如何运作的视频，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准确。

两种算法都是单程：它们只看图像＆＃34;一次＆＃34;并预测他们发现的类别的边界框。有更精确的算法，但它们更慢（他们首先选择他们想要查看的许多点，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此分类器，这很慢）。

正如您所说，您是Tensorflow的新手，您可以尝试其他人制作的代码：https://github.com/thtrieu/darkflow。非常广泛的自述文件向您展示了如何开始使用自己的数据集。

祝您好运，如果您有其他问题，或者如果这些算法不适合您的用例，请告诉我们。

• YOLO 9000（https://pjreddie.com/darknet/yolo/）
• SSD（单发多盒检测器）（https://arxiv.org/abs/1512.02325）

Answer 2

您尝试做的一种天真的方法是独立地对图像的某些部分进行分类。

但是有一些更好的物体检测技术。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。