首页  >  IT频道  >  数字时尚  > 正文

图普科技:如何用TensorFlow实现物体检测的像素级分类

2018-04-17 13:44:38 | 来源: 东北新闻网 | 编辑: 朱安娜 | 责编: 韩俣
分享到:

  TensorFlow 的「物体检测 API」有了一个新功能,它能根据目标对象的像素位置来确定该对象的像素。换句话来说,TensorFlow 的物体检测从原来的图像级别成功上升到了像素级别。

  使用 TensorFlow 的「物体检测 API」图片中的物体进行识别,最后的结果是图片中一个个将不同物体框起来的方框。最近,这个「物体检测 API」有了一个新功能,它能根据目标对象的像素位置确定该对象的像素,实现物体的像素分类。

【数字时尚】图普科技:如何用TensorFlow实现物体检测的像素级分类

TensorFlow 的物体检测 API 模型——Mask-RCNN

  实例分割

  「实例分割」是物体检测的延伸,它能让我们在普通的物体检测的基础上获取关于该对象更加精确、全面的信息。

  在什么情况下我们才需要这样精确的信息呢?

  无人驾驶汽车

  为了确保安全,无人驾驶汽车需要精确定位道路上其他车辆和行人。

  机器人系统

  机器人在连接两个部件时,如果知道这两个部件的确切位置,那么机器人的操作就会更加高效、准确。

  「实例分割」的方法有很多,TensorFlow 进行「实例分割」使用的是 Mask RCNN 算法。

  Mask R-CNN 算法概述

【数字时尚】图普科技:如何用TensorFlow实现物体检测的像素级分类

Mask RCNN 算法