Tensorflow 如何在同一图像中定位多个对象？
我是TensorFlow的新手Tensorflow 如何在同一图像中定位多个对象？,tensorflow,machine-learning,deep-learning,image-recognition,Tensorflow,Machine Learning,Deep Learning,Image Recognition,我是TensorFlow的新手 目前，我正在TensorFlow网站上测试一些分类示例“卷积神经网络”，它解释了如何将输入图像分类到预定义的类中，但问题是：我不知道如何在同一图像中定位多个对象。例如，我有一个猫和狗的输入图像，我希望我的图形在输出中显示，图像中同时有“猫和狗”。好问题。检测同一图像中的多个对象本质上是一个“分割问题”。下面是两个不错的流行算法 YOLO（你只看一次）和SSD（单点多盒探测器）。我在底部包括了它们的链接 我会看一些关于YOLO如何工作的视频，看看你是否理解这个想法。
目前，我正在TensorFlow网站上测试一些分类示例“卷积神经网络”，它解释了如何将输入图像分类到预定义的类中，但问题是：我不知道如何在同一图像中定位多个对象。例如，我有一个猫和狗的输入图像，我希望我的图形在输出中显示，图像中同时有“猫和狗”。好问题。检测同一图像中的多个对象本质上是一个“分割问题”。下面是两个不错的流行算法 YOLO（你只看一次）和SSD（单点多盒探测器）。我在底部包括了它们的链接 我会看一些关于YOLO如何工作的视频，看看你是否理解这个想法。然后阅读SSD上的文章，看看你是否明白为什么这个算法更快更精确 这两种算法都是单程的：它们只“一次”查看图像，并预测它们发现的类别的边界框。有更精确的算法，但速度较慢（他们首先选择许多他们想要查看的点，然后仅在该点上运行分类器。结果是，他们在每张图像上运行该分类器很多次，这很慢） 正如您所说，您是Tensorflow的新手，您可以尝试其他人编写的代码：。非常广泛的自述文件向您展示了如何开始使用自己的数据集 祝您好运，如果您还有其他问题，或者这些算法不适合您的用例，请告诉我们
- 约罗9000（）
- SSD（单激发多盒探测器）（）
但是有一些更好的目标检测技术。事实上，有一个，它可以让您访问最常见的对象检测方法，如更快的R-CNN或SSD。精彩的答案和您提供的链接都很到位！我已经把赏金赏给你了。非常感谢分享您在这个话题上的经验！这听起来像是一个物体检测问题。如果我没有错，YOLO会给我图像中存在的对象的边界框。有没有办法只计算图像中对象的数量及其对应的类？