如何在tensorflow中使用CNN的特征进行目标检测？答案

【问题标题】：How to do object detection using CNN's features in tensorflow?如何在tensorflow中使用CNN的特征进行目标检测？
【发布时间】：2016-09-01 14:52:48
【问题描述】：

我正在尝试建立一个端到端的统一模型来检测（定位）图像中的对象。对象本身可以有多种类型，例如“野外文本”，但对象的周围特征应确定感兴趣区域的位置。

就像检测人脸一样，无需考虑人脸本身的特征。即它在脖子上的一些愤怒距离。

我希望输出是对象的坐标，或者像图像网络格式一样生成边界框，例如：[xmin , ymin , xmax, ymax] 我有一个包含 500 张图像的数据集。 tensorflow中是否有基于周围特征的对象检测示例。即来自 conv1 或 conv2 的特征图。 ?

【问题讨论】：

【解决方案1】：

使用深度学习的目标检测大致分为一级检测器（Yolo、SSD）和两级检测器，如 Faster RCNN。 Google 的存储库 [1] 包含针对各种检测架构的预训练模型。

您可以选择一个预先训练好的模型，然后在您的数据集上对其进行训练。两阶段模型是模块化的，您可以选择不同的特征提取器，具体取决于速度/准确性是否对您至关重要。

【讨论】：

【解决方案2】：

您可以查看基于 Tensorflow 的对象检测/定位框架： https://github.com/Russell91/TensorBox

不过，我不确定 500 张图像是否足以成功重新训练提供的模型。

【讨论】：