使用TensorFlow和Inception-v3进行边界框检测

Question

是否可能使用TensorFlow进行边界框预测？我在GitHub上发现了TensorBox，但我正在寻找更好的支持或可能的官方方法来解决这个问题。

我需要重新训练模型以适应我的自定义类别。

- BernardoGO

---

嗨@BernardoGO，我有同样的担忧，你找到解决办法了吗？ - M David

Answer 1

不太清楚您的具体需求。您需要物体检测吗？我从“边界框”推断出来。如果是这样，那么 Inception 网络并不适用于您的任务，因为它们是分类网络。 您应该寻找物体检测模型，比如 Single Shot Detector (SSD) 或 You Only Look Once (YOLO)。它们通常使用分类网络的预训练卷积层，但在其顶部还有其他层。如果您想使用 Inception（又名 GoogLeNet），则 YOLO 是基于它的。请看这个实现：https://github.com/thtrieu/darkflow或者您可以在 Google 上找到其他实现。

- Dmytro Prylipko

---

你尝试过Darkflow吗？我认为它的文档很糟糕。 - olha

Answer 2

COCO2016年目标检测的获胜者是基于tensorflow实现的。一些最先进的技术包括Faster R-CNN、R-FCN和SSD。请查看http://image-net.org/challenges/talks/2016/GRMI-COCO-slidedeck.pdf中的幻灯片（第14页有关键的tensorflow操作，可用于重现此流程）。

编辑于2017年6月19日： Tensorflow发布了一些预测边界框的技术： https://research.googleblog.com/2017/06/supercharge-your-computer-vision-models.html

- Sid M