cookieOptions = {...}; .用 TensorFlow 實現物體檢測的像素級分類 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2018年4月16日 星期一

TensorFlow in 5 Minutes


leiphone 作者:图普科技



最近,TensorFlow 的「物體檢測 API」有了一個新功能,它能根據目標對象的像素位置,來確定該對象的像素。換句話來說,TensorFlow 的物體檢測,從原來的圖像級別,成功上升到了像素級別。

使用 TensorFlow 的「物體檢測 API」圖片中的物體進行辨識,最後的結果是圖片中一個個,將不同物體框起來的方框。最近,這個「物體檢測 API」有了一個新功能,它能根據目標對象的像素位置,確定該對象的像素,實現物體的像素分類。

用TensorFlow实现物体检测的像素级分类
TensorFlow 的物體檢測 API 型——Mask-RCNN


分割
「實例分割」是物體檢測的延伸,它能讓我們在普通的物體檢測的基礎上,獲取關於該對象更加精確、全面的資訊。

在什麼情況下,我們才需要這樣精確的資訊呢?

  • 無人駕駛汽車為了確保安全,無人駕駛汽車需要精確定位,道路上其他車輛和行人。
  • 機器人系統機器人在連接兩個部件時,如果知道這兩個部件的確切位置,那麼機器人的操作就會更加高效、準確。

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

Mask R-CNN 算法概述


用TensorFlow实现物体检测的像素级分类
Mask RCNN 算法架構

在介紹 Mask RCNN 之前,我們先來認識一下 Faster R-CNN。

Faster-RCNN 是一個用於物體檢測的算法,它被分為兩個階段:第一階段被稱為「候選區域生成網路」(RPN),即生成候選物體的邊框;第二階段本質上是 Fast R-CNN 算法,即利用 RolPool 從每個候選邊框獲取對象特徵,並執行分類和邊框回歸。這兩個階段所使用的特徵可以共享,以更快地獲得圖像推算結果。

Faster R-CNN 對每個候選對象都有兩個輸出,一個是分類標籤,另一個是對象邊框。而 Mask-RCNN 就是在 Faster R-CNN 的兩個輸出的基礎上,添加一個掩碼的輸出,該掩碼是一個表示,對象在邊框中像素的二元掩碼。

但是這個新添加的掩碼輸出,與原來的分類和邊框輸出不同,它需要物體更加精細的空間佈局和位置資訊。因此,Mask R-CNN 需要使用「全卷積神經網路」(FCN)。

用TensorFlow实现物体检测的像素级分类
全卷積神經網絡(FCN)的算法架構

「全卷積神經網路」是「語義分割」中十分常見的算法,它利用了不同區塊的卷積和池化層,首先將一張圖片,解壓至它原本大小的三十二分之一,然後在這種粒度水平下,進行預測分類,最後使用向上採樣,和反卷積層,將圖片還原到原來的尺寸。

因此,Mask RCNN 可以說是將Faster RCNN 和「全卷積神經網路」這兩個網路合併起來,形成的一個龐大的網路架構。

實操 Mask-RCNN


.圖片測試

  • 你可以利用 TensorFlow 網站上的共享代碼來對 Mask RCNN 進行圖片測試。以下是我的測試結果:

用TensorFlow实现物体检测的像素级分类
Mask RCNN on Kites Image

0 comments: