【发布时间】：2018-07-15 17:00:57
【问题描述】：
我有几张图片，每张都有多个对象。对象集的大小是有限的（大约 20 个）。我想检测和分类图像中的所有对象。
我是新手，想使用 TensorFlow，但据我了解：训练 TensorFlow 模型需要一个带标签/注释的图像数据库。我有很多图像，不想单独标记每个图像中的边界框。
我不关心标签的值，只是一个类的对象被赋予相同的标签。
如何输入一组图像，模型会自动检测不同的对象并进行训练。我有什么替代 TensorFlow 的方法？还是在线工具？
【问题讨论】：
-
这是一个研究问题，通过没有标签，您可以从一个简单的问题传递到一个当前未解决的问题。考虑一下，如果有方法可以在没有标签的情况下学习对象检测器，那么为什么这些示例根本需要标签呢？只需获取标签。
-
神经网络需要标签。但是您可能有一些图像中包含显着对象，并且可以使用一些非实时传统图像处理方法找到它们。在这里放一些示例图片，也许我们可以提供帮助。
标签： image-processing tensorflow neural-network deep-learning object-detection