Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Come funzione Rilevamento degli oggetti - TensorFlow
L'algoritmo Rilevamento degli oggetti - TensorFlow acquisisce un'immagine come input e prevede i riquadri di delimitazione e le etichette degli oggetti. Diverse reti di deep learning come MobileNet, ResNet, Inception ed EfficientNet sono estremamente accurate nel rilevamento degli oggetti. Esistono anche reti di deep learning addestrate su set di dati di immagini di grandi dimensioni, come Common Objects in Context (COCO), che contiene 328.000 immagini. Dopo che una rete è stata addestrata con i dati COCO, puoi perfezionare la rete su un set di dati con particolare attenzione per eseguire attività di rilevamento degli oggetti più specifiche. L’algoritmo Rilevamento degli oggetti - TensorFlow di Amazon SageMaker AI supporta l’apprendimento per trasferimento su molti modelli preaddestrati disponibili in TensorFlow Model Garden.
In base al numero di etichette di classe nei dati di addestramento, un livello di rilevamento degli oggetti è collegato al modello TensorFlow preaddestrato di tua scelta. Puoi quindi ottimizzare l'intera rete (incluso il modello preaddestrato) o solo il livello di classificazione superiore in base ai nuovi dati di addestramento. Con questo metodo di trasferimento dell'addestramento, puoi eseguire l’addestramento di set di dati più piccoli.
