备案控制台
开发者社区 人工智能 文章 正文

SSD：TensorFlow中的单次多重检测器

2017-09-22 1003
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： SSD：TensorFlow中的单次多重检测器SSD Notebook 包含 SSD TensorFlow 的最小示例。 很快,就检测出了两个主要步骤：在图像上运行SSD网络，并使用通用算法（top-k滤波和非最大抑制算法）对输出进行后处理。

SSD：TensorFlow中的单次多重检测器

SSD Notebook 包含 SSD TensorFlow 的最小示例。 很快,就检测出了两个主要步骤：在图像上运行SSD网络，并使用通用算法（top-k滤波和非最大抑制算法）对输出进行后处理。

以下是成功检测输出的两个示例：

为了运行这个 Notebook 你需要先解压 checkpoint files 在 ./checkpoint

unzip ssd_300_vgg.ckpt.zip

然后开始一个 jupyter Notebook

jupyter notebook notebooks/ssd_notebook.ipynb

项目地址：https://github.com/balancap/SSD-Tensorflow

更多 TensorFlow 教程：http://www.tensorflownews.com/

文章标签：
算法
固态存储
算法框架/工具
TensorFlow
关键词：
TensorFlow检测器
磐石001
目录
相关文章
机器未来
|
机器学习/深度学习 XML 人工智能
基于Tensorflow2.x Object Detection API构建自定义物体检测器
基于Tensorflow2.x Object Detection API构建自定义物体检测器的保姆级教程，详细地描述了代码框架结构、数据集的标准方法，标注文件的数据处理、模型流水线的配置、模型的训练、评估、推理全流程。
机器未来
313 1
运营研究坊
|
XML TensorFlow API
基于Tensorflow2.x Object Detection API构建自定义物体检测器
tensorflow object detection api一个框架，它可以很容易地构建、训练和部署对象检测模型，并且是一个提供了众多基于COCO数据集、Kitti数据集、Open Images数据集、AVA v2.1数据集和iNaturalist物种检测数据集上提供预先训练的对象检测模型集合。
运营研究坊
173 0
aitechyun
|
机器学习/深度学习 测试技术 API
实践操作：六步教你如何用开源框架Tensorflow对象检测API构建一个玩具检测器
TensorFlow对象检测API是一个建立在TensorFlow之上的开源框架，可以轻松构建，训练和部署对象检测模型。 到目前为止，API的性能给我留下了深刻的印象。在这篇文章中，我将API的对象设定为一个可以运动的玩具。
aitechyun
3021 0
郑小健
|
15天前
|
机器学习/深度学习 TensorFlow API
TensorFlow与Keras实战：构建深度学习模型
本文探讨了TensorFlow和其高级API Keras在深度学习中的应用。TensorFlow是Google开发的高性能开源框架，支持分布式计算，而Keras以其用户友好和模块化设计简化了神经网络构建。通过一个手写数字识别的实战案例，展示了如何使用Keras加载MNIST数据集、构建CNN模型、训练及评估模型，并进行预测。案例详述了数据预处理、模型构建、训练过程和预测新图像的步骤，为读者提供TensorFlow和Keras的基础实践指导。
郑小健
149 59
子午s
|
4天前
|
机器学习/深度学习 人工智能 算法
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
海洋生物识别系统。以Python作为主要编程语言，通过TensorFlow搭建ResNet50卷积神经网络算法，通过对22种常见的海洋生物（'蛤蜊', '珊瑚', '螃蟹', '海豚', '鳗鱼', '水母', '龙虾', '海蛞蝓', '章鱼', '水獭', '企鹅', '河豚', '魔鬼鱼', '海胆', '海马', '海豹', '鲨鱼', '虾', '鱿鱼', '海星', '海龟', '鲸鱼'）数据集进行训练，得到一个识别精度较高的模型文件，然后使用Django开发一个Web网页平台操作界面，实现用户上传一张海洋生物图片识别其名称。
子午s
83 7
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
青欢
|
7天前
|
机器学习/深度学习 人工智能 TensorFlow
TensorFlow 是一个由 Google 开发的开源深度学习框架
TensorFlow 是一个由 Google 开发的开源深度学习框架
青欢
18 3
郑小健
|
20天前
|
机器学习/深度学习 自然语言处理 TensorFlow
TensorFlow：深度学习框架的领航者
**TensorFlow**是谷歌开源的机器学习框架，用于深度学习和大规模数据处理。它以数据流图为基础，支持分布式计算，提供高效、灵活且可扩展的环境。自2015年以来，经过多次升级，包括引入Eager Execution，提升了开发效率。TensorFlow广泛应用于图像识别、自然语言处理、推荐系统和语音识别等领域，其丰富的API和工具简化了模型构建，促进了深度学习的发展。【6月更文挑战第5天】
郑小健
50 9
子午s
|
4天前
|
机器学习/深度学习 人工智能 算法
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
昆虫识别系统，使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法（CNN）模型。通过对10种常见的昆虫图片数据集（'蜜蜂', '甲虫', '蝴蝶', '蝉', '蜻蜓', '蚱蜢', '蛾', '蝎子', '蜗牛', '蜘蛛'）进行训练，得到一个识别精度较高的H5格式模型文件，然后使用Django搭建Web网页端可视化操作界面，实现用户上传一张昆虫图片识别其名称。
子午s
113 7
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
子午s
|
5天前
|
机器学习/深度学习 人工智能 算法
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
球类识别系统，本系统使用Python作为主要编程语言，基于TensorFlow搭建ResNet50卷积神经网络算法模型，通过收集 '美式足球', '棒球', '篮球', '台球', '保龄球', '板球', '足球', '高尔夫球', '曲棍球', '冰球', '橄榄球', '羽毛球', '乒乓球', '网球', '排球'等15种常见的球类图像作为数据集，然后进行训练，最终得到一个识别精度较高的模型文件。再使用Django开发Web网页端可视化界面平台，实现用户上传一张球类图片识别其名称。
子午s
100 7
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
冷冻工厂
|
1月前
|
机器学习/深度学习 PyTorch TensorFlow
Pytorch 与 Tensorflow：深度学习的主要区别（1）
Pytorch 与 Tensorflow：深度学习的主要区别（1）
冷冻工厂
48 2

热门文章

最新文章

  • 1
    tensorflow object detection API训练公开数据集Oxford-IIIT Pets Dataset
  • 2
    Kubeflow实战系列：利用TensorFlow Serving进行模型预测
  • 3
    tensorflow：流程，概念和简单代码注释
  • 4
    TensorFlow——实现线性回归算法
  • 5
    TensorFlow中文社区---下载与安装
  • 6
    TensorFlow学习笔记之二——安装和运行
  • 7
    亚马逊开放机器学习系统源代码：挑战谷歌TensorFlow
  • 8
    【TensorFlow 官网 可以直接访问】让中国开发者更容易地使用TensorFlow打造人工智能应用
  • 9
    TensorFlow框架下的RNN实践小结
  • 10
    TensorFlow教程之API DOC 6.1.9 Class tensorflow::TensorShapeIter
  • 1
    第3章 TensorFlow进阶
    38
  • 2
    OpenCV读取tensorflow 2.X模型的方法：将SavedModel转为frozen graph
    69
  • 3
    Tensorflow2 环境搭建
    63
  • 4
    人工智能应用工程师技能提升系列2、——TensorFlow2——keras高级API训练神经网络模型
    55
  • 5
    人工智能应用工程师技能提升系列1、——TensorFlow2
    74
  • 6
    基于tensorflow深度学习的猫狗分类识别
    124
  • 7
    【TensorFlow】深度学习框架概述&TensorFlow环境配置
    104
  • 8
    如何在云服务器使用docker快速部署jupyter web服务器（Nginx+docker+jupyter+tensorflow）
    150
  • 9
    文本分类识别Python+卷积神经网络算法+TensorFlow模型训练+Django可视化界面
    98
  • 10
    TensorFlow 强化学习：11~15
    90

    • 相关课程

    更多
  • 深度学习框架TensorFlow入门
  • 【算法实战】8. 集成方法-Adaboost
  • 【算法实战】7. 集成方法-随机森林
  • 神经网络概览及算法详解
  • 【算法实战】14. 利用PCA来简化数据
  • 【算法实战】13. 使用FP-growth算法来高效发现频繁项集

    • 相关电子书

    更多
  • 使用TensorFlow搭建智能开发系统自动生成App UI
  • 从零到一：IOS平台TensorFlow入门及应用详解
  • 从零到一：IOS平台TensorFlow入门及应用详解（附源

    • 相关实验场景

    更多
  • 如何快速训练大模型
  • 热门Stable Diffusion模型库快速转存至个人NAS与加载训练
  • 【可换模型】基于函数计算一键部署 Stable Diffusion
  • AIGC Stable Diffusion文生图Lora模型微调实现虚拟上装
  • 基于函数计算实现AI推理
    • 下一篇
    部署LAMP环境（Alibaba Cloud Linux 3）