Fonctionnement d'Object Detection - TensorFlow

L'algorithme Object Detection - TensorFlow prend une image en entrée et prédit les cadres de délimitation et les étiquettes d'objets. Différents réseaux de deep learning, tels que MobileNet, ResNet, Inception et EfficientNet sont très précis en matière de détection d'objets. Il existe également des réseaux de deep learning qui sont entraînés sur de grands jeux de données d'images, tels que Common Objects in Context, qui contient 328 000 images. Une fois qu'un réseau a été entraîné avec les données de COCO, vous pouvez affiner le réseau sur un jeu de données en mettant l'accent sur l'exécution de tâches de détection d'objet plus spécifiques. L’algorithme Object Detection - TensorFlow Amazon SageMaker AI prend en charge l’apprentissage par transfert sur de nombreux modèles pré-entraînés disponibles dans TensorFlow Model Garden.

En fonction du nombre d'étiquettes de classe figurant dans vos données d'entraînement, une couche de détection d'objet est attachée au modèle TensorFlow pré-entraîné de votre choix. Vous pouvez ensuite affiner le réseau entier (y compris le modèle pré-entraîné) ou uniquement la couche de classification supérieure sur les nouvelles données d'entraînement. Avec cette méthode d'apprentissage par transfert, un entraînement avec des jeux de données plus petits est possible.