如何使用tensorflow

Question

獲得熱圖或在成立之初模型分類圖片的xy座標（邊框），所以最近我跟着這個教程來訓練自己的圖像分類

https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/?utm_campaign=chrome_series_machinelearning_063016&utm_source=gdev&utm_medium=yt-desc#0

對於那些誰不知道它允許重新訓練谷歌啓動模型的最後一層，以便使預測圖表適用於我們自己的自定義類別。

一次，我做我的訓練使用本教程

https://petewarden.com/2016/09/27/tensorflow-for-mobile-poets/

部署在iOS上的模型和模型在野外自然images.im acheving爲什麼要在自然圖像98％的準確率的偉大工程。它只接受2門課程的培訓。我們可以說它的工作原理就是對圖像中是否存在計算器進行天氣預報。如果計算器存在，它說是，如果沒有，它說不。

我的問題是，如果可以使用我們的輸出圖形甚至檢測的熱圖在計算器上繪製邊界框。因爲我需要根據檢測進一步裁剪圖像。

Answer 1

令人失望但準確的答案是，ImageNet培訓只從輸入圖像生成標籤，而不是邊界框。您需要培訓一個網絡來確定投資回報率。 this SO answer有一些有趣的論文可能有幫助，關鍵術語是「ROI」和「顯着性檢測」。

如果您不顧一切地重複使用預先訓練好的網絡，您可以嘗試對圖像進行隨機子作物並選取仍然具有正確標籤的最小的作物。我從來沒有嘗試過，所以它可能是一個可憐的代理。

編輯：它看起來像this paper已使用圖像分類網絡 計算顯着性圖。我會遵循他們的想法。

Answer 2

我看到的一種可能的方法是使用selective search 對包含對象的圖像執行對象檢測，這裏是計算器。

這是一點開銷，因爲你正在做分類，然後分割，最後給你圍繞對象的邊界框。