オブジェクト検出の TensorFlow 仕組み

オブジェクト検出 TensorFlow - アルゴリズムはイメージを入力として受け取り、境界ボックスとオブジェクトラベルを予測します。 MobileNet、Inception、 など ResNet、さまざまな深層学習ネットワーク EfficientNet は、オブジェクト検出に非常に正確です。また、328,000 個のイメージを持つ Common Objects in Context (COCO) など、大規模なイメージデータセットでトレーニングされた深層学習ネットワークもあります。ネットワークがCOCOデータでトレーニングされたら、特定のフォーカスを持つデータセットのネットワークを微調整して、より具体的なオブジェクト検出タスクを実行できます。Amazon SageMaker AI オブジェクト検出 TensorFlow アルゴリズムは、Model Garden で TensorFlow利用可能な多くの事前トレーニング済みモデルでの転移学習をサポートします。

トレーニングデータ内のクラスラベルの数に応じて、選択した事前トレーニング済み TensorFlow モデルにオブジェクト検出レイヤーがアタッチされます。その後、ネットワーク全体 (事前トレーニング済みモデルを含む) の微調整、または新しいトレーニングデータの最上位の分類レイヤーだけの微調整のいずれかを実行できます。この転移学習の方法を使用すると、より小さなデータセットでのトレーニングが可能になります。