オブジェクト検出の TensorFlow 仕組み

オブジェクト検出 - TensorFlow アルゴリズムは画像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 ResNet、 など、さまざまな深層学習ネットワーク EfficientNet は、オブジェクトの検出に非常に正確です。328,000 枚の画像を含む共通オブジェクトインコンテキスト (COCO) など、大規模な画像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。COCO データでネットワークをトレーニングした後、特定のフォーカスを持つデータセットでネットワークを微調整し、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 オブジェクト検出 - TensorFlow アルゴリズムは、Model Dashboard で TensorFlow利用できる多くの事前トレーニング済みモデルで転送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。