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、 ResNet、Inception、 などの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、コンテキスト内の共通オブジェクト (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。このデータセットには 328,000 個のイメージがあります。ネットワークがCOCOデータでトレーニングされたら、特定の焦点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 Object Detection - TensorFlow algorithm 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送学習をサポートしています。

トレーニングデータ内のクラスラベルの数に応じて、オブジェクト検出レイヤーが、選択したトレーニング済み TensorFlow モデルにアタッチされます。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。