，可以对狗和猫品种进行实时检测，并且手机上的空间不超过12M。请注意，除了在云中训练对象检测模型之外，你也可以在自己的硬件或Colab上运行训练。...链接：https://www.tensorflow.org/install/install_sources 安装TensorFlow对象检测 如果这是你第一次使用TensorFlow对象检测，欢迎！...我们可以使用许多模型来训练识别图像中的各种对象。我们可以使用这些训练模型中的检查点，然后将它们应用于我们的自定义对象检测任务。...综上，初始化预训练模型检查点然后添加我们自己的训练数据的过程称为迁移学习。配置中的以下几行告诉我们的模型，我们将从预先训练的检查点开始进行对象检测的迁移学习。...假设我们的宠物检测器成为全球热门，动物爱好者和宠物商店随处可见。我们需要一种可扩展的方法来以低延迟处理这些推理请求。
NMS 使用这些置信度值来移除那些低确定性预测的框。通常，这些都是以低于 0.5 的置信度预测的框。 当所有不确定的边界框都被移除后，只剩下置信度高的框。...YOLO 作为 TensorFlow 和 Keras 中的物体检测器 机器学习中的 TensorFlow 和 Keras 框架 框架在每个信息技术领域都是必不可少的。机器学习也不例外。...=my_token) 定义回调 TensorFlow 和 Keras 让我们可以使用回调来监控训练进度、设置检查点和管理训练参数（例如学习率）。...如果你使用一组类似于我在拟合时初始化和传入的回调，那些在较低损失方面显示模型改进的检查点将被保存到指定的目录中。...您初始化一个模型对象，传入最佳检查点的路径以及带有类的 txt 文件的路径。
翻译 | 于志鹏 整理 | 吴璇 在 TensorFlow 众多功能和工具中，有一个名为 TensorFlow 目标检测 API 的组件。...我使用了早期模型的训练检查点，然后从检查点开始继续进行；前者训练了 15000 次，而新的则训练了 20000 次。...下面两幅图表显示了总体的损失和精度 (从 TensorBoard 中获得）；很明显，从 15000 次到 20000 次没有太多改变（特别是在损失方面）。 ? 损失 ?...对于这个项目，我设置的置信度阈值非常低，20%，因为我发现检测误报数很低，所以决定冒性能的风险来检测到更多的皮卡丘。...为创建这个视频，需要用到 VideoWriter 对象，每次遍历时，帧的副本都会被写入这个对象（不含声音）。 结果和讨论 这两个视频显示了模型的运行过程： ? ? 第一个视频的检测非常好。
最简单的机器学习问题的目标值通常是标量(比如数字检测器)或分类字符串。Tensorflow目标检测API训练数据使用两者的结合。它包括一组图像，并附有特定目标的标签和它们在图像中出现的位置。...训练 Tensorflow目标检测API提供了一个简单易用的Python脚本来重新训练我们的模型。...用最重要的信息来查找损失。这是在训练或验证集中每个示例错误的总和。当然，你希望它尽可能低，这意味着，缓慢下降表示你的模型正在学习（或过度拟合你的训练数据）。...关于何时停止训练，原则上是当评估集的损失减少或非常低时（在我们的例子中低于0.01）。 测试 现在我们可以通过在一些示例图像上进行测试来实际使用我们的模型。...我写了一些简单的Python脚本（基于Tensorflow 目标检测API），你可以在模型上使用它们执行目标检测，并在检测到的目标周围绘制框或将其暴露。
检查点（checkpoint） 在特定的时刻标记模型的变量的状态的数据。检查点允许输出模型的权重，也允许通过多个阶段训练模型。检查点还允许跳过错误继续进行（例如，抢占作业）。...注意其自身的图式并不包含于检查点内。 类别（class） 所有同类属性的目标值作为一个标签。例如，在一个检测垃圾邮件的二元分类模型中，这两个类别分别是垃圾邮件和非垃圾邮件。...L2 正则化（L2 regularization） 一种正则化，按照权重平方的总和的比例进行惩罚。L2 正则化帮助促使异常值权重更接近 0 而不趋近于 0。（可与 L1 正则化对照阅读。）...S Saver 负责存储模型检查点文件的 TensorFlow 对象。 缩放（scaling） 特征工程中常用的操作，用于控制特征值区间，使之与数据集中其他特征的区间匹配。...TensorBoard 展示一个或多个 TensorFlow 项目运行过程中保存的摘要数据的控制面板。 TensorFlow 大型分布式机器学习平台。
检查点 (checkpoint) 一种数据，用于捕获模型变量在特定时间的状态。借助检查点，可以导出模型权重，跨多个会话执行训练，以及使训练在发生错误之后得以继续（例如作业抢占）。...请注意，图本身不包含在检查点中。 类别 (class) 为标签枚举的一组目标值中的一个。例如，在检测垃圾邮件的二元分类模型中，两种类别分别是 “垃圾邮件” 和 “非垃圾邮件”。...有时也称为注释者间一致性信度或评分者间可靠性信度。另请参阅 Cohen's kappa（最热门的评分者间一致性信度衡量指标之一）。 迭代 (iteration) 模型的权重在训练期间的一次更新。...S SavedModel 保存和恢复 TensorFlow 模型时建议使用的格式。...如需完整的详细信息，请参阅《TensorFlow 编程人员指南》中的保存和恢复。 Saver 一种 TensorFlow 对象，负责保存模型检查点。
---- 检查点 (checkpoint) 一种数据，用于捕获模型变量在特定时间的状态。借助检查点，可以导出模型权重，跨多个会话执行训练，以及使训练在发生错误之后得以继续（例如作业抢占）。...请注意，图本身不包含在检查点中。 ---- 类别 (class) 为标签枚举的一组目标值中的一个。例如，在检测垃圾邮件的二元分类模型中，两种类别分别是“垃圾邮件”和“非垃圾邮件”。...在编写自定义 Estimator 时，您可以编写“层”对象来定义所有隐藏层的特征。 Layers API 遵循 [Keras](#Keras) layers API 规范。...S ---- SavedModel 保存和恢复 TensorFlow 模型时建议使用的格式。...如需完整的详细信息，请参阅《TensorFlow 编程人员指南》中的保存和恢复。 ---- Saver 一种 TensorFlow 对象，负责保存模型检查点。
检查点 (checkpoint) 一种数据，用于捕获模型变量在特定时间的状态。借助检查点，可以导出模型权重，跨多个会话执行训练，以及使训练在发生错误之后得以继续（例如作业抢占）。...请注意，图本身不包含在检查点中。 类别 (class) 为标签枚举的一组目标值中的一个。例如，在检测垃圾邮件的二元分类模型中，两种类别分别是“垃圾邮件”和“非垃圾邮件”。...有时也称为注释者间一致性信度或评分者间可靠性信度。另请参阅 Cohen's kappa（最热门的评分者间一致性信度衡量指标之一）。 迭代 (iteration) 模型的权重在训练期间的一次更新。...在编写自定义 Estimator 时，您可以编写“层”对象来定义所有隐藏层的特征。 Layers API 遵循 Keras layers API 规范。...如需完整的详细信息，请参阅《TensorFlow 编程人员指南》中的保存和恢复。 Saver 一种 TensorFlow 对象，负责保存模型检查点。
检查点 (checkpoint) 一种数据，用于捕获模型变量在特定时间的状态。借助检查点，可以导出模型权重，跨多个会话执行训练，以及使训练在发生错误之后得以继续（例如作业抢占）。...请注意，图本身不包含在检查点中。 类别 (class) 为标签枚举的一组目标值中的一个。例如，在检测垃圾邮件的二元分类模型中，两种类别分别是 “垃圾邮件” 和“非垃圾邮件”。...有时也称为注释者间一致性信度或评分者间可靠性信度。另请参阅 Cohen's kappa（最热门的评分者间一致性信度衡量指标之一）。 迭代 (iteration) 模型的权重在训练期间的一次更新。...在编写自定义 Estimator 时，您可以编写 “层” 对象来定义所有隐藏层的特征。 Layers API 遵循 [Keras](#Keras) layers API 规范。...如需完整的详细信息，请参阅《TensorFlow 编程人员指南》中的保存和恢复。 Saver 一种 TensorFlow 对象，负责保存模型检查点。
检查点 (checkpoint) 一种数据，用于捕获模型变量在特定时间的状态。借助检查点，可以导出模型权重，跨多个会话执行训练，以及使训练在发生错误之后得以继续（例如作业抢占）。...请注意，图本身不包含在检查点中。 类别 (class) 为标签枚举的一组目标值中的一个。例如，在检测垃圾邮件的二元分类模型中，两种类别分别是“垃圾邮件”和“非垃圾邮件”。...有时也称为注释者间一致性信度或评分者间可靠性信度。另请参阅 Cohen's kappa（最热门的评分者间一致性信度衡量指标之一）。 迭代 (iteration) 模型的权重在训练期间的一次更新。...在编写自定义 Estimator 时，您可以编写“层”对象来定义所有隐藏层的特征。 Layers API 遵循 [Keras](#Keras) layers API 规范。...如需完整的详细信息，请参阅《TensorFlow 编程人员指南》中的保存和恢复。 Saver 一种 TensorFlow 对象，负责保存模型检查点。
检查点 (checkpoint) 一种数据，用于捕获模型变量在特定时间的状态。借助检查点，可以导出模型权重，跨多个会话执行训练，以及使训练在发生错误之后得以继续（例如作业抢占）。...请注意，图本身不包含在检查点中。 类别 (class) 为标签枚举的一组目标值中的一个。例如，在检测垃圾邮件的二元分类模型中，两种类别分别是「垃圾邮件」 和「非垃圾邮件」。...有时也称为注释者间一致性信度或评分者间可靠性信度。另请参阅 Cohen's kappa（最热门的评分者间一致性信度衡量指标之一）。 迭代 (iteration) 模型的权重在训练期间的一次更新。...SavedModel 保存和恢复 TensorFlow 模型时建议使用的格式。...如需完整的详细信息，请参阅《TensorFlow 编程人员指南》中的保存和恢复。 Saver 一种 TensorFlow 对象，负责保存模型检查点。
自然，在训练模型时，我们希望将网络权重存储为二进制文件，以便我们可以将其加载回去以执行正向传播。 TensorFlow 中的那些二进制文件称为检查点，它们将变量名称映射到张量值。...要在检查点之间保存和还原变量，我们使用Saver类。 为避免填满磁盘，保护程序会自动管理检查点文件。 例如，他们每训练一次N小时，就只能保留N个最新文件或一个检查点。...（请注意，如果单元格上没有对象，则置信度应为零，如果有对象，则置信度应为 IoU）： [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-T0PA0BWy-1681568351294...P(class | Pr)的存在，我们想要这样做是因为我们不希望损失函数在单元格上没有对象的情况下惩罚错误的类预测。...运作方式如下： 丢弃所有包含对象的可能性低的框（pc < 0.6） 选择最有可能出现对象的盒子（标签上的pc） 丢弃与所选框高度重叠的所有框（IoU > 0.5） 重复步骤 2 和 3，直到所有检测都被放弃或选择为止
检查点 (checkpoint) 一种数据，用于捕获模型变量在特定时间的状态。借助检查点，可以导出模型权重，跨多个会话执行训练，以及使训练在发生错误之后得以继续（例如作业抢占）。...请注意，图本身不包含在检查点中。 类别 (class) 为标签枚举的一组目标值中的一个。例如，在检测垃圾邮件的二元分类模型中，两种类别分别是“垃圾邮件”和“非垃圾邮件”。...有时也称为注释者间一致性信度或评分者间可靠性信度。另请参阅 Cohen's kappa（最热门的评分者间一致性信度衡量指标之一）。 迭代 (iteration) 模型的权重在训练期间的一次更新。...如需完整的详细信息，请参阅《TensorFlow 编程人员指南》中的保存和恢复。 Saver 一种 TensorFlow 对象，负责保存模型检查点。...在使用底层 TensorFlow API 时，您可以直接创建并管理一个或多个 tf.session 对象。在使用 Estimator API 时，Estimator 会为您创建会话对象。
背景：最近我们看到了一篇文章，关于如何用于你自己的数据集，训练Tensorflow的对象检测API。这篇文章让我们对对象检测产生了关注，正巧圣诞节来临，我们打算用这种方法试着找到圣诞老人。...创建Tensorflow记录文件 一旦边界框信息存储在一个csv文件中，下一步就是将csv文件和图像转换为一个TF记录文件，这是Tensorflow的对象检测API使用的文件格式。...这个网页的结果被过滤了，只显示了超过60%的置信度。下图是网页的快照。 ? 我们发现了圣诞老人! !...下一个步骤 当训练工作开始的时候，我们注意到总损失很快就降到1以下，这就意味着这个模型在寻找圣诞老人方面做得很好。 ? 总损失 我们知道我们的模式不可能变得完美。...我们希望你现在能够为你自己的数据集训练对象检测器。
领取专属 10元无门槛券
手把手带您无忧上云
