TFLite Object Detection 1.0

9.34M / 579下载 / 72人关注 / 8个评论 / 英文软件

   举报

扫码下载APK

应用截图

应用简介

这个是我编译的谷歌TensorFlowLite的示例程序Object detection(物体检测)

使用边界框检测图像中的多个对象。识别80种不同类别的对象。

什么是物体检测?

给定图像或视频流,对象检测模型可以识别可能存在的一组已知对象中的哪一个,并提供关于它们在图像内的位置的信息。

例如,我们的示例应用程序的屏幕截图显示了如何识别两个对象并注释其位置:


训练对象检测模型以检测多类对象的存在和位置。例如,可以使用包含各种水果的图像训练模型,以及指定它们所代表的水果类别的标签(例如苹果,香蕉或草莓),以及指定每个对象出现在哪里的数据。图片。

当我们随后向模型提供图像时,它将输出它检测到的对象的列表,包含每个对象的边界框的位置,以及指示检测是否正确的置信度的分数。

型号输出

想象一下,一个模型已被训练,以检测苹果,香蕉和草莓。当我们传递一个图像时,它将输出一定数量的检测结果 - 在本例中为5。

类得分了地点苹果0.92[18,21,57,63]香蕉0.88[100,30,180,150]草莓0.87[7,82,89,163]香蕉0.23[42,66,57,83]苹果0.11[6,42,31,58]信心得分

为了解释这些结果,我们可以查看每个检测到的对象的分数和位置。分数是介于0和1之间的数字,表示确实检测到对象的可信度。数字越接近1,模型越自信。

根据您的应用程序,您可以决定截止阈值,低于该截止阈值将丢弃检测结果。对于我们的示例,我们可能会判定合理的截止值为0.5(意味着检测有效的概率为50%)。在这种情况下,我们会忽略数组中的最后两个对象,因为那些置信度得分低于0.5:

类得分了地点苹果0.92[18,21,57,63]香蕉0.88[100,30,180,150]草莓0.87[7,82,89,163]香蕉0.23[42,66,57,83]苹果0.11[6,42,31,58]

你使用的截止点应该取决于你是否对误报(错误识别的对象,或者错误识别为错误的对象区域)或假阴性(对象是真实的对象)感到满意。错过了,因为他们的信心很低)。


应用评分

4.2

共2个评分

详细信息

应用包名:org.tensorflow.lite.examples.detection
更新时间:2019-04-04 20:26:32
支持ROM:5.0+
开发者名称:没失去过哪来的获得

权限信息

· 拍摄照片和视频
 

扫码查看详情

下载酷安APP

发现应用的乐趣

扫码下载酷安手机APP

扫码下载酷安手机APP

酷安

发现应用的乐趣