객체 감지 - TensorFlow 작동 방식

객체 감지 - TensorFlow 알고리즘은 이미지를 입력으로 받아 경계 상자와 객체 레이블을 예측합니다. MobileNet ResNet, Inception과 같은 다양한 딥러닝 네트워크는 객체 감지에 EfficientNet 매우 정확합니다. 32만 8,000개의 이미지를 보유한 COCO(Common Objects in Context)처럼 대규모 이미지 데이터 세트로 훈련되는 딥 러닝 네트워크도 있습니다. COCO 데이터로 네트워크를 훈련시킨 후에는 특정 초점을 맞춘 데이터 세트로 네트워크를 미세 조정하여 보다 구체적인 객체 감지 작업을 수행할 수 있습니다. Amazon SageMaker Object Detection - TensorFlow 알고리즘은 Model Garden에서 사용할 수 있는 많은 사전 학습된 TensorFlow 모델에 대한 전이 학습을 지원합니다.

학습 데이터의 클래스 레이블 수에 따라 선택한 사전 학습된 TensorFlow 모델에 객체 감지 계층이 연결됩니다. 그런 다음 네트워크 전체(사전 훈련 모델 포함) 또는 새 훈련 데이터의 최상위 분류 계층 중 하나만 미세 조정할 수 있습니다. 이 학습 전송 방법을 사용하면 더 작은 데이터 세트로 훈련할 수 있습니다.