Reconnaissance d'image à l'aide de TensorFlow
Je suis nouveau sur TensorFlow et je cherche de l'aide sur la reconnaissance d'image. Existe-t-il un exemple qui montre comment utiliser TensorFlow pour former vos propres images numériques à la reconnaissance d'image comme le modèle image-net utilisé dans le Tutoriel de reconnaissance d'image TensorFlow
J'ai regardé la formation sur le modèle CIFAR-10 mais elle ne semble pas fournir d'exemples pour former vos propres images.
Je recommanderais d'utiliser le modèle Inception de Google pour effectuer la reconnaissance d'image. Veuillez vous référer à l'exemple "Comment recycler la couche finale d'Inception pour de nouvelles catégories" sur le site Web tensorflow. C'est à https://www.tensorflow.org/versions/r0.9/how_tos/image_retraining/index.html .
L'utilisation d'un modèle formé est facile et peut atteindre une précision raisonnable. Vous alimentez simplement le modèle avec votre propre ensemble de données. La dernière couche de classification de la création de Google sera modifiée et nous ne formons que la dernière couche. Pour plusieurs milliers d'images dans plusieurs catégories, il ne faut que plusieurs heures pour terminer la formation. Remarque: pour utiliser l'exemple, vous devez créer un tensorflow à partir de la source.
J'utilise la fonction d'apprentissage par transfert et j'obtiens de très bons résultats. Pour illustrer les avantages de l'apprentissage par transfert, je compare "Transfert d'apprentissage sur GoogleNet formé" avec "Construire et former un Convnet à 5 couches à partir de zéro". La tâche de classification se fait sur 5000 images avec 5 catégories.
Voir cet exemple simple: https://www.youtube.com/watch?v=QfNvhPx5Px8 (Construire un classificateur d'images TensorFlow en 5 min)
Ce dépôt permet de recycler l'image de la couche finale pour vos propres images.
Ajoutez vos images au training_ "dossier de jeu de données"
Ajoutez de plus en plus d'images (au moins 30 images pour chaque classe requises.)
Exécutez d'abord le script bash pour télécharger les fichiers Imagenet.
Ensuite, exécutez le script python pour recycler vos images qui génère une précision de validation, etc.,