tensorflow - 使用 Tensor 模型实现 yolo 模型

Question

我正在研究使用 CNN 进行对象检测，我知道有几种模型，例如滑动窗口、基于区域的 CNN、基于快速区域和最后的 Yolo。我希望在张量流中实现 Yolo 模型并在网上搜索但找不到有用的东西。任何人都可以评论如何使用 Tensor 流实现 Yolo 模型，并且在同一张纸条上，我知道有一个用于对象检测的 Tensorflow API，使用这个 API 和直接应用 Yolo 模型有什么区别？任何有助于为此目的编写代码的在线材料。问候

Answer 1

将回复移至回答，因为评论太长了：

Tensorflow 是一个平台，并且有一种实现对象检测的方法，例如，参考这篇 SO 帖子，它的 tensorflow 对象检测 Tensorflow 实时对象检测 有几个基于 tensorflow 的标准模型，如 SSD、RCNN 等，它们可以进行对象检测。Yolo 是单独的想法/实现，最初不是建立在 tensorflow 上，但也被 tensorflow 采用，称为暗流，这是我在之前的回复中分享的。Yolo 和基于标准张量流的模型之间的主要区别在于内部方法如何将图像划分为网格、为检测和其余管道提出区域。您可以在 Web 上阅读更多内容，了解有关各个方法的更多详细信息

Answer 2

您正在寻找https://github.com/thtrieu/darkflow，这是 tensorflow 中的 yolo 实现。在此处查看有关该主题的“Siraj raval”视频。 https://www.youtube.com/watch?v=4eIBisqx9_g&vl=en

您可以使用 tensorflow 对象检测或 Yolo ，它们是对象检测的两种不同实现。如果您感兴趣的对象不在预训练对象列表中，您可以使用迁移学习进行重新训练。希望这可以帮助！