使用tensorflow和inceptionv3的边界框

Question

是否可以使用TensorFlow进行边界框预测？ 我在github上找到了TensorBox，但是我正在寻找一个更好的支持或者官方的方法来解决这个问题。在

我需要为我自己的课程重新训练这个模型。在

Answer 1

COCO2016目标检测获胜者在tensorflow中实现。一些最先进的技术是更快的R-CNN、R-FCN和SSD。检查http://image-net.org/challenges/talks/2016/GRMI-COCO-slidedeck.pdf中的幻灯片（幻灯片14有关键的tensorflow操作，您可以重新创建此管道）。在

编辑6/19/2017： Tensorflow发布了一些预测bboxes的技术： https://research.googleblog.com/2017/06/supercharge-your-computer-vision-models.html

Answer 2

不清楚你到底是什么意思。你需要物体检测吗？我想是从“边界框”中推断出来的。如果是这样，初始网络就不直接适用于您的任务，它们是分类网络。 您应该寻找对象检测模型，例如单次扫描探测器（SSD）或只查看一次（YOLO）。它们通常使用来自分类网络的预先训练的卷积层，但在其顶部有额外的层。如果你想要《盗梦空间》（又名GoogLeNet），YOLO就是基于这个。看看这个实现：https://github.com/thtrieu/darkflow或者其他任何你可以在Google中找到的实现。在