我正在研究使用CNN的物体检测，我了解有几种模型，例如滑动窗口，基于区域的CNN，基于快速区域的模型以及最后的Yolo。 我希望在Tensor流中实现Yolo模型，并且已经在网上进行搜索，但是找不到有用的东西。有人可以评论如何使用Tensor Flow实现Yolo模型吗？我注意到，有一个Tensorflow API用于对象检测，使用该API和直接应用Yolo模型有什么区别？任何有助于为此目的编写代码的在线材料。 问候
答案 0 :(得分：0)
您正在寻找https://github.com/thtrieu/darkflow，它是tensorflow中的yolo实现。在此处查看有关该主题的“ Siraj raval”视频。 https://www.youtube.com/watch?v=4eIBisqx9_g&vl=en
您可以使用tensorflow对象检测或Yolo，它们是对象检测的两种不同实现。如果您感兴趣的对象不在预先训练的对象列表中，则可以使用转移学习进行重新训练。希望这会有所帮助！
答案 1 :(得分：0)
移动回答的答案，因为评论太长了：
Tensorflow是一个平台，有一种方法可以实现对象检测，请参阅此SO帖子以获取示例，其tensorflow对象检测 Tensorflow real time object detection 有几种基于Tensorflow的标准模型，例如SSD，RCNN等，可以进行对象检测。 Yolo是单独的想法/实现，它最初不是基于tensorflow构建的，但也已被采用到tensorflow上，被称为Darkflow，这是我在先前的响应中分享的。 Yolo模型和基于标准张量流的模型之间的主要区别在于，内部方法是将图像划分为网格，提出了用于检测的区域以及管道的其余部分。您可以在网上阅读更多信息，以获取各个方法的更多详细信息