初始模型可用於圖像中的物體計數嗎？

Question

我已經瀏覽了Inception模型中的圖像分類部分，但是我需要計算圖像中的對象。

考慮到花朵數據集，一個圖像可以有一個花朵的多個實例，所以我怎樣才能得到這個數量？

Answer 1

您所描述的內容已被研究機構認定爲實例級別分段。

在去年本身已經有很多論文解決這個問題。

下面是一些論文：

• https://arxiv.org/pdf/1412.7144v4.pdf
• https://arxiv.org/pdf/1511.08498v3.pdf
• https://arxiv.org/pdf/1607.03222v2.pdf
• https://arxiv.org/pdf/1607.04889v2.pdf
• https://arxiv.org/pdf/1511.08250v3.pdf
• https://arxiv.org/pdf/1611.07709v1.pdf
• https://arxiv.org/pdf/1603.07485v2.pdf
• https://arxiv.org/pdf/1611.08303v1.pdf
• https://arxiv.org/pdf/1611.08991v2.pdf
• https://arxiv.org/pdf/1611.06661v2.pdf
• https://arxiv.org/pdf/1612.03129v1.pdf
• https://arxiv.org/pdf/1605.09410v4.pdf

正如你在這些論文中看到簡單對象分類網將不解決問題。

如果您搜索github，您會發現一些基本框架的存儲庫，您可以在它們之上構建它們。

• https://github.com/daijifeng001/MNC（朱古力）
• https://github.com/bernard24/RIS/blob/master/RIS_infer.ipynb（火炬）
• https://github.com/jr0th/segmentation（keras，tensorflow）

Answer 2

indraforyou回答如何解決你所遇到的問題的問題。我想特別爲初始模型添加一些內容。在https://arxiv.org/pdf/1312.6229.pdf他們提出了一個迴歸網絡，就像初始模型一樣訓練了在imagenet數據集上訓練的模型的輸出。這個迴歸模型然後被用於提議用於計數的對象邊界。這種方法的優點是，您不必註釋任何培訓示例，只需使用ImageNet數據集進行培訓即可。

如果你不想訓練任何東西，我會建議尋找對象邊界的啓發式。文獻中的圖像分割https://en.wikipedia.org/wiki/Image_segmentation應該可以幫助您找到合適的啓發式。我認爲使用啓發式會降低你的準確性。

最後但並非最不重要的是，這是計算機視覺研究中的一個懸而未決的問題。您不應該期望在計數時達到100％的準確度，甚至95％的準確度。許多非常聰明的人已經嘗試過這一點，並且報告結果不一。還有一些非常酷的事情可以完成。

Answer 3

任何分類模型，如啓動模型將識別您的情況下，像花朵的對象。但是，如果有多個項目存在分類將不起作用（會以簡單的語言感到困惑）。

這樣：

您對段主圖像與每個圖像和用途分類一個對象每段孩子的圖像。這在圖像處理中被稱爲圖像分割。