如何定位同一图像中的多个对象？

Posted 2023-03-13

【中文标题】如何定位同一图像中的多个对象？

【英文标题】：How to locate multiple objects in the same image?

【发布时间】：2017-07-10 21:50:24

【问题描述】：

我是 TensorFlow 的新手。

目前，我正在TensorFlow网站上测试一些分类的示例“卷积神经网络”，它解释了如何将输入图像分类为预定义的类，但问题是：我无法弄清楚如何定位多个同一图像中的对象。例如，我有一张带有猫和狗的输入图像，我希望我的图表在输出中显示图像中都有“猫和狗”。

【参考方案1】：

您尝试做的一个天真的方法是独立分类图像的各个部分。

但是有一些更好的对象检测技术。实际上，有TensorFlow Object Detection API，它可以让您访问最常见的对象检测方法，如 Faster R-CNN 或 SSD。

【参考方案2】：

很好的问题。在同一张图像中检测多个对象沸腾本质上是一个“分割问题”。两种不错且流行的算法是 YOLO（You Only Look Once）和 SSD（Single Shot Multibox Detector）。我在底部包含了指向它们的链接。

我会观看一些有关 YOLO 工作原理的视频，看看您是否掌握了这个想法。然后阅读关于 SSD 的论文，看看你是否明白为什么这个算法更快、更精确。

这两种算法都是单通道的：它们只查看图像“一次”并预测它们发现的类别的边界框。有更精确的算法，但速度较慢（他们首先选择许多他们想看的点，然后只在那个点上运行分类器。结果是他们对每张图像运行这个分类器很多次，这很慢）。

正如您所说，您是 Tensorflow 的新手，您可以尝试其他人编写的代码：https://github.com/thtrieu/darkflow。非常广泛的自述文件向您展示了如何开始使用您自己的数据集。

祝你好运，如果您有其他问题，或者这些算法是否不适合您的用例，请告诉我们。

YOLO 9000 (https://pjreddie.com/darknet/yolo/) SSD（单发多盒检测器）(https://arxiv.org/abs/1512.02325)

【讨论】：

出色的答案和您提供的链接是正确的！我已经把赏金给你了。非常感谢您分享您在这个主题上的专业知识！

这对我来说听起来像是一个对象检测问题。如果我没记错的话，YOLO 会给我图像中存在的对象的边界框。有没有办法只计算图像中对象的数量及其对应的类？