用Keras+TensorFlow,实现ImageNet数据集日常对象的识别
在计算机视觉领域里,有3个最受欢迎且影响非常大的学术竞赛:ImageNet ILSVRC(大规模视觉识别挑战赛),PASCAL VOC(关于模式分析,统计建模和计算学习的研究)和微软COCO图像识别大赛。这些比赛大大地推动了在计算机视觉研究中的多项发明和创新,其中很多都是免费开源的。
博客Deep Learning Sandbox作者Greg Chu打算通过一篇文章,教你用Keras和TensorFlow,实现对ImageNet数据集中日常物体的识别。
量子位翻译了这篇文章:
你想识别什么?
看看ILSVRC竞赛中包含的物体对象。如果你要研究的物体对象是该列表1001个对象中的一个,运气真好,可以获得大量该类别图像数据!以下是这个数据集包含的部分类别:
| 狗 | 熊 | 椅子 |
|---|---|---|
| 汽车 | 键盘 | 箱子 |
| 婴儿床 | 旗杆 | iPod播放器 |
| 轮船 |