如何使用TensorFlow在感兴趣区域周围创建边界框

Question

我正在使用Inception V3和TensorFlow识别图像中的某些对象。但它只创建了一个可能对象的列表，我需要它告知它们在图像中的位置。

我正在按照花卉教程进行操作：https://www.tensorflow.org/versions/r0.9/how_tos/image_retraining/index.html

bazel-bin/tensorflow/examples/image_retraining/retrain --image_dir ~/flower_photos

- user7115722

Answer 1

Inception是一个分类网络，而不是一个定位网络。

你需要另一个架构来预测边界框，比如R-CNN及其更新（更快）的变体（Fast R-CNN，Faster R-CNN）。

如果您想使用Inception，并且您有一个用类别和边界框坐标注释的训练集，您可以添加回归头到Inception，并使网络学习回归边界框坐标。 这就是迁移学习的同样之处，但您只需将最后一个卷积层输出用作特征提取器，并训练此新头部以为每个训练集中的边界框回归4个坐标+1个类别。

- nessuno

Answer 2

将物体周围的边界框称为检测，这是该领域中专门设计的一整类网络。在PASCAL VOC比赛中有一个专门的检测类别，那里可以找到好的检测网络。

我最喜欢的检测网络（目前是2012 PASCAL VOC数据集的领先者）是YOLO，它从典型的分类器开始，然后有一些额外的层来支持边界框。它不仅返回类别，还生成原始图像的下采样版本，每个像素都有自己的类别。然后它有一个回归层，预测边界框的确切位置和大小。您可以从预训练的分类器开始，然后将其修改为YOLO网络并重新训练。该过程在关于YOLO的原始论文中有描述。

我喜欢YOLO，因为它结构简单，与其他检测网络相比，它允许您从分类网络中使用迁移学习（使训练更容易），并且检测速度非常快。实际上，它是为视频实时检测而开发的。

如果您想避免使用YOLO作者使用的自定义darknet框架，则可以在TensorFlow中实现YOLO。

- Pet Detective

Answer 3

默认情况下，Inception不会输出坐标。有一些特定的工具可以实现这个功能，例如适用于Caffe的Faster R-CNN。

如果您想继续使用TensorFlow，您可以重新训练Inception来输出坐标，前提是您有经过人工标注的图像。

- Dellein