tensorflow - 准确了解预训练模型在 Tensorflow 对象检测 API 上的作用

Question

我试图从 API 中使用的任何预训练模型中了解我需要什么，而不管在 Tensorflow 对象检测 API 上找到的任何其他代码。例如：ssd_mobilenet_v1_coco_2017_11_17，根据我的理解：它是一个已经被训练来检测对象的模型（有一个分类来知道对象的类别+回归用矩形来绑定对象，这些矩形实际上是 x， y,w,h 对象上的坐标）。

我们如何从该模型的回归输出（x,y,w,h 坐标）中受益以在另一个模型中使用它们？

假设我们只想打印出图像上检测到的对象的坐标 x,y,w,h，而不需要任何 TensorFlow 对象检测 API 的代码，我们该怎么做呢？

标签： tensorflowobject-detection

Answer 1

当然，您可以使用 tensorflow 对象检测模型 zoo 中提供的预训练模型，而无需安装对象检测 api。另一种解决方案是使用 opencv。

Opencv 提供了 c++ 和 python api 来调用.pbtensorflow 生成的模型。这是一个很好的教程。