客户案例
泰国试管婴儿
海外试管婴儿
郑州试管婴儿
沈阳试管婴儿

亲测好用!Google发布了一个新的Tensorflow物体识别API

时间:2017-08-31 来源:QQ6699598
深圳试管婴儿|深圳试管婴儿生男孩|深圳试管婴儿费用

----------------------------------------------------------- 中信湘雅试管婴儿中心:17680697593,微信号:ZXXYJTlg。全力打造最专业贴心的跨境医疗服务,更可为您提供供卵(借卵)试管(卵巢功能早衰、染色体异常等均可申请),现和香港、泰国、美国、日本、德国等多家国际顶尖医院保持深度合作,并且擅长整合国内优质科产医疗资源,再与多家国外医疗机构签署长期合作协议长期保持深度合作关系。为患者们提供专业的医疗咨询及全方位医疗跟踪和加倍的人性关怀,从而大力提高成功率。 ---------------------------------------------------------- 试管婴儿选性别|试管婴儿助孕|试管婴儿供卵 试管婴儿供卵|试管婴儿|泰国试管婴儿|海外试管婴儿 试管婴儿多少钱|试管公司哪家靠谱|哪里可以做试管婴儿 试管婴儿|试管婴儿生男孩|试管婴儿费用 试管婴儿费用|泰国试管婴儿|海外试管婴儿 第三代试管婴儿多少钱|试管婴儿包成功|试管婴儿费用 第三代试管婴儿多少钱|试管婴儿成功率高吗 湘雅试管婴儿|试管婴儿助孕|中信湘雅家庭旅馆 中信湘雅家庭旅馆|中信湘雅住宿|中信试管婴儿费用 湘雅试管婴儿|试管婴儿助孕|中信湘雅住宿 泰国试管婴儿|泰国试管婴儿价格|海外试管婴儿 湘雅试管婴儿|试管婴儿费用|中信湘雅家庭旅馆 试管婴儿生男孩|试管婴儿选性别|试管婴儿包成功 哪里可以做试管婴儿|试管婴儿供卵|试管婴儿成功率高吗 试管婴儿多少钱|第三代试管婴儿多少钱|中信试管婴儿费用 试管婴儿供卵|试管公司哪家靠谱|供卵对身体有影响吗 ---------------------------------------------------------- 广州试管婴儿多少钱|佛山试管婴儿多少钱|湘雅试管婴儿 北京试管婴儿多少钱|上海试管婴儿多少钱|试管婴儿助孕 福建试管婴儿多少钱|杭州试管婴儿多少钱|湘雅试管婴儿 成都试管婴儿多少钱|重庆试管婴儿多少钱|试管婴儿 武汉试管婴儿多少钱|西安试管婴儿多少钱|试管婴儿费用 深圳试管婴儿多少钱|东莞试管婴儿多少钱|试管婴儿选性别 青岛试管婴儿多少钱|合肥试管婴儿多少钱|试管婴儿包成功 长沙试管婴儿多少钱|沈阳试管婴儿多少钱|试管婴儿多少钱 南京试管婴儿多少钱郑州试管婴儿多少钱|试管婴儿供卵 天津试管婴儿多少钱|苏州试管婴儿多少钱|海外试管婴儿 ----------------------------------------------------------- 福建试管婴儿|福建试管婴儿生男孩|福建试管婴儿费用 北京试管婴儿|北京试管婴儿生男孩|北京试管婴儿费用 上海试管婴儿|上海试管婴儿生男孩|上海试管婴儿费用 广州试管婴儿|广州试管婴儿生男孩|广州试管婴儿费用 深圳试管婴儿|深圳试管婴儿生男孩|深圳试管婴儿费用 成都试管婴儿|成都试管婴儿生男孩|成都试管婴儿费用 重庆试管婴儿|重庆试管婴儿生男孩|重庆试管婴儿费用 杭州试管婴儿|杭州试管婴儿生男孩|杭州试管婴儿费用 武汉试管婴儿|武汉试管婴儿生男孩|武汉试管婴儿费用 西安试管婴儿|西安试管婴儿生男孩|西安试管婴儿费用 天津试管婴儿|天津试管婴儿生男孩|天津试管婴儿费用 苏州试管婴儿|苏州试管婴儿生男孩|苏州试管婴儿费用 南京试管婴儿|南京试管婴儿生男孩|南京试管婴儿费用 郑州试管婴儿|郑州试管婴儿生男孩|郑州试管婴儿费用 长沙试管婴儿|长沙试管婴儿生男孩|长沙试管婴儿费用 东莞试管婴儿|东莞试管婴儿生男孩|东莞试管婴儿费用 沈阳试管婴儿|沈阳试管婴儿生男孩|沈阳试管婴儿费用 青岛试管婴儿|青岛试管婴儿生男孩|青岛试管婴儿费用 合肥试管婴儿|合肥试管婴儿生男孩|合肥试管婴儿费用 佛山试管婴儿|佛山试管婴儿生男孩|佛山试管婴儿费用 --------------------------------------------------------------

做图像识别有很多不同的途径。谷歌最近发布了一个使用Tensorflow的物体识别API,让计算机视觉在各方面都更进了一步。  

这篇文章将带你测试这个新的API,并且把它应用在youtube上(可以在GitHub上获取用到的全部代码,链接),结果如下:

亲测好用!Google发布了一个新的Tensorflow物体识别API

API概述

这个API是用COCO(文本中的常见物体)数据集(http://mscoco.org/)训练出来的。这是一个大约有30万张图像、90种最常见物体的数据集。物体的样本包括:

亲测好用!Google发布了一个新的Tensorflow物体识别API

COCO数据集的一些物体种类

这个API提供了5种不同的模型,使用者可以通过设置不同检测边界范围来平衡运行速度和准确率。

亲测好用!Google发布了一个新的Tensorflow物体识别API上图中的mAP(平均精度)是检测边界框的准确率和回召率的乘积。这是一个很好的混合测度,在评价模型对目标物体的敏锐度和它是否能很好的避免虚假目标中非常好用。mAP值越高,模型的准确度越高,但运行速度会相应下降。

(想要了解更多跟模型有关的知识:链接

实测时间

我决定使用最轻量级的模型(ssd_mobilenet)。主要步骤如下:

1. 下载一个打包模型(.pb-protobuf)并把它载入缓存

2. 使用内置的辅助代码来载入标签,类别,可视化工具等等。

3. 建立一个新的会话,在图片上运行模型。

总体来说步骤非常简单。而且这个API文档还提供了一些能运行这些主要步骤的Jupyter文档——链接

这个模型在实例图像上表现得相当出色(如下图):

亲测好用!Google发布了一个新的Tensorflow物体识别API

亲测好用!Google发布了一个新的Tensorflow物体识别API

更进一步——在视频上运行上

接下来我打算在视频上尝试这个API。我使用了Python moviepy库,主要步骤如下:

  • 首先,使用VideoFileClip函数从视频中提取图像;

  • 然后使用fl_image函数在视频中提取图像,并在上面应用物体识别API。fl_image是一个很有用的函数,可以提取图像并把它替换为修改后的图像。通过这个函数就可以实现在每个视频上提取图像并应用物体识别;

  • 最后,把所有处理过的图像片段合并成一个新视频。

对于3-4秒的片段,这个程序需要花费大概1分钟的时间来运行。但鉴于我们使用的是一个载入缓存的模型,而且没有使用GPU,我们实现的效果还是很惊艳的!很难相信只用这么一点代码,就可以以很高的准确率检测并且在很多常见物体上画出边界框。

当然,我们还是能看到有一些表现有待提升。比如下面的例子。这个视频里的鸟完全没有被检测出来。

亲测好用!Google发布了一个新的Tensorflow物体识别API

再进一步,继续探索

几个进一步探索这个API的想法:

  • 尝试一些准确率更高但成本也更高的模型,看看他们有什么不同;

  • 寻找加速这个API的方法,这样它就可以被用于车载装置上进行实时物体检测;

  • 谷歌也提供了一些技能来应用这些模型进行传递学习。例如,载入打包模型后添加一个带有不同图像类别的输出层。

转载36氪:http://36kr.com/p/5090812.html