想尝试搭建图像识别系统?这里有一份TensorFlow速成教程
从我们见到的各种图像识别软件来看,机器似乎能认出人脸、猫、狗、花草、各种汽车等等日常生活中出现的物体,但实际上,这有一个前提:你要用这些类别的图像,对它进行过训练。
确切地说,该叫它“图像分类”。
建立一个图像分类器并不复杂,技术博客Source Dexter上最近发表的一篇文章,介绍了该如何快速用TensorFlow实现图像分类。
以下是量子位节选自这篇文章的内容:
在进入正题之前,我们先讲一些基本概念。
图像分类是怎样实现的?
向一个训练过的系统输入图像,我们会得到一组概率值:每个训练过的类别都有一个,然后,系统会将图像归到概率最高的类。
比如说你训练了一个系统,来识别猫和狗。当你输入一张图像时,系统会输出这张图像属于猫的概率和属于狗的概率。
不过,这种分类器也有一个缺陷:如果你输入一张蛇的图片,它也只