你听说过机器学习和人工智能,你想看看这些大惊小怪的是什么。但你想把所有时间都花在安装上巴泽尔而且Jupyter?或者你正在运行一台旧电脑,或者你唯一的电脑是一部电话!现在怎么办,放弃吗?从来没有!感谢谷歌Colab,你可以在浏览器窗口中运行TensorFlow,所有的计算都在谷歌的云服务上免费处理。这是一种很好的涉猎方式,不需要任何设置

我们已经破解了一个Colab笔记本电脑,它将使用你的电脑/笔记本电脑/手机摄像头或网络摄像头来获取图像,然后进行分类Mobilenet v2模型来检测它所识别的大约1000个不同物体中的一个。通过这种方式,您可以立即看到Mobilenet v2可以做什么!

学习本教程,你需要一个免费的谷歌账户,一台带有摄像头或网络摄像头的电脑、手机或平板电脑,以及最新的浏览器

什么是目标检测?

物体检测算法查看图片并列出它们看到的物体。看看下面的例子:

camera_object-recognition-water-bottle-cropped.png

该算法在这里产生两个输出:

  • 已识别的对象,包括姓名(水瓶)和身份证号码
  • 置信水平,这是算法确定性的衡量标准

早期的物体检测算法使用关于物体几何形状的基本启发式(例如,网球通常是圆形和绿色的)。虽然这些游戏取得了一些成功,但它们很难创造,而且容易出现一些可笑的假阳性。

Mobilenet v2

近年来,一种叫做神经网络通过向计算机展示大量的例子,使计算机能够自己发展启发式。Mobilenet v2它是最知名的型号之一,因为它经过优化,可以在手机或其他设备上运行覆盆子π

Mobilenet v2的作者声称,它在Pixel 1上的运行时间为143毫秒。它可以识别1000种不同的物体,包括:

  • 动物,比如鱼、鸟和乌龟
  • 家用物品,比如扫帚、咖啡杯和钢笔
  • 飞机,高尔夫球车,轻便摩托车

这些物体取自一组用于开发物体检测算法的流行图像。

本指南首次发布于2019年9月19日。最后更新日期为2019年9月19日。

此页(欢迎)最后更新于2019年9月18日。

文本编辑器tinymce