点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
引言
在本文中,将逐步介绍如何使用Tensorflow(TF)的新对象检测API和Python 3中OpenCV如何轻松构建自己的实时对象识别应用程序。
下面是正在运行的应用程序:
目的与动机
Google发布了新的TensorFlow对象检测API。第一版包含:
预先训练的模型(尤其是重点放在轻量模型上,以便它们可以在移动设备上运行)
Jupyter笔记本示例,其中包含一个已发布的型号
非常方便的脚本,可用于例如在您自己的数据集上对模型进行重新训练。
我们希望能充分理解这个新东西,并且花费一些时间来建立一个简单的实时对象识别演示。
目标检测演示
首先,我们下载了TensorFlow模型库,然后查看了他们发布的注释。它基本上遍历了使用预训练模型的所有步骤。在他们的示例中,他们使用了“带有Mobilenet的SSD”模型,但是我们也可以在他们称为“ Tensorflow检测模型”的情况下下载其他一些经过预先训练的模型。这些模型是在COCO数据集上训练的,并随模型速度(