图像中的多个对象检测答案

【问题标题】：multiple object detection in an image图像中的多个对象检测
【发布时间】：2018-05-26 12:42:58
【问题描述】：

我想问你一个关于图像分类的问题。实际上，我正在制作一个图像分类器，并且我正在使用以 keras 和 tensorflow 作为后端的卷积神经网络。我的问题是如何识别图像中的多个对象。我尝试了具有激活函数 sigmoid 和损失的卷积神经网络 - binary_crossentropy，但我并不满意。

【问题讨论】：

标签： image-processing keras activation-function

【解决方案1】：

我假设您使用的是简单的 CNN，在这种情况下，对于多个对象，它只会识别一个对象。问题不在于激活或损失，而在于架构。您需要使用 RCNN（Faster RCNN、YOLO、SSD 或当前的 SOTA：Mask RCNN）之类的东西。

如果您使用的是 RCNN 模型，并且检测不够准确，您需要发布有关您的网络的更多详细信息，以便任何人提出改进建议。

【讨论】：

好吧，我昨天找到了解决方案，我必须将 RCNN 与感兴趣区域 (ROI) 方法一起使用，但我不知道实现，所以请给我这种方法的任何实现（我的意思是代码）
实现很容易找到，你只需要用谷歌搜索它们，但正确使用它们需要你了解它们的工作原理，以及它们编写的库，我很容易找到google：github.com/endernewton/tf-faster-rcnn 要了解 RCNN 的工作原理，我建议您阅读 youtube 上的 stanford cs231n 讲座，它们是一个很好的资源。对于 TensorFlow 知识，只需阅读官方文档即可。
stackoverflow.com/questions/47822154/… 有什么建议吗？
@hasnain Raza 的注释我想在 keras 框架中实现这个，我没有找到任何链接你能建议我吗？