如何从张量流中获取已识别的区域？

Question

我在TF中创建了一个简单的模型来识别汽车。 它将波纹管图像识别为汽车：

我想要的是实际识别的汽车的面积（或区域的作物）如下：

Tensorflow是否可以提出任何想法？我当前的python代码看起来像这样：

file_name = 'mustangTest.png'
input_height = 299
input_width = 299
input_mean = 0
input_std = 255
input_layer = "Mul"
output_layer = "final_result"
t = read_tensor_from_image_file(src,input_height=input_height,input_width=input_width,input_mean=input_mean,input_std=input_std)
        input_name = "import/" + input_layer
        output_name = "import/" + output_layer
        input_operation = graph.get_operation_by_name(input_name);
        output_operation = graph.get_operation_by_name(output_name);

        with tf.Session(graph=graph) as sess:
            results = sess.run(output_operation.outputs[0],{input_operation.outputs[0]: t})
            results = np.squeeze(results)
        top_k = results.argsort()[-5:][::-1]
        print("car is " + top_k[0]")

Answer 1

初步说明：因为您谈到了＆＃34;创建了一个简单的模型＆＃34;并且说过这个模型＆＃34;将这个图像识别为汽车＆＃34;，我假设您实际上没有使用模型进行物体检测，而是进行简单分类。

您尝试解决的问题与您培训网络解决的问题不同。

您的网络经过培训可以告诉您您提供给它的图片是否包含汽车。这是一个分类问题。

您现在想要的是汽车实际位于图片中的区域。这是一个难以解决的问题，因为现在你的网络不再需要输出了＃34;我看到了一辆汽车＆＃34;与＆＃34;我没有看到汽车＆＃34;，而是在最简单的表述中，＆＃34;我在矩形中看到一辆汽车（x，y， W，H）＆＃34 ;.在另一个公式中，与您期望的输出更相似，您将每个每个像素分类，例如＆＃34;它是汽车＆＃34;或者＆＃34;不是汽车＆＃34; 。这些问题是对象检测和分割。

有些研究解决了这些问题（one example和another），但我的建议是看看Tensorflow的object detection API哪些有预先训练的模型你可能会利用你的用例。