객체 감지 - TensorFlow 작동 방식

객체 감지 알고리즘은 이미지를 입력으로 TensorFlow 가져와 경계 상자와 객체 레이블을 예측합니다. MobileNet, ResNet, Inception 및 같은 다양한 딥 러닝 네트워크 EfficientNet 는 객체 감지에 매우 정확합니다. 또한 328,000개의 이미지가 있는 컨텍스트의 일반 객체(COCO)와 같은 대규모 이미지 데이터 세트에 대해 훈련된 딥 러닝 네트워크도 있습니다. 네트워크가 COCO 데이터로 훈련된 후 특정 포커스가 있는 데이터 세트에서 네트워크를 미세 조정하여 더 구체적인 객체 감지 작업을 수행할 수 있습니다. Amazon SageMaker 객체 감지 TensorFlow 알고리즘은 Model Garden에서 사용할 수 있는 많은 사전 훈련된 모델에서 전송 학습을 TensorFlow 지원합니다.

훈련 데이터의 클래스 레이블 수에 따라 선택한 사전 훈련된 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 전이 학습 방법을 사용하면 더 작은 데이터 세트로 훈련할 수 있습니다.