可以在圖像再訓練模型中做對象檢測（單類）？

Question

有一種方法可以做到Google在Tensorflow中提供的對象檢測，再培訓Inception模型？目標是預測一個圖像是否包含一個確定的對象類別（例如球）。我可以把它看作只有兩類的單類分類或多類（球和非球圖像）。但是，在後者中，我認爲創建一個好的訓練集（我需要多少種類的非球形圖像）是非常困難的。

Answer 1

是的，有一種方法可以判斷某物是否是球。但是，最好使用Google的Tensorflow Object Detection API for Tensorflow。它不會說「球/沒有球」，它會告訴你它認爲某物是精確度爲XX％的球。

要回答您的其他問題：使用對象檢測功能，您不需要非球形圖像進行訓練。您應該收集大約400-500個球形圖像（更多幾乎總是更好），將它們分成訓練和評估組，並將其標記爲this。然後，您應該根據this將標籤和圖像轉換爲.record文件。之後，你應該建立Tensorflow並訓練。

這整個過程並不容易。我花了好幾周的時間用iOS背景來成功地訓練單個物體探測器。但最終它是值得的，因爲現在，只要應用程序需要，我可以快速切換圖像以訓練不同的對象檢測器。

獎勵：使用this可將您的新TF模型轉換爲iOS/Android可用的.mlmodel。