TensorflowでGoogleが提供しているオブジェクト検出、再学習インセプションモデルを行う方法はありますか？目標は、画像に定義されたカテゴリのオブジェクト（ボールなど）が含まれているかどうかを予測することです。私はそれを1つのクラスの分類または2つのカテゴリ（ボールとボール以外の画像）のみを持つマルチクラスとして考えることができます。しかし、後者では、良いトレーニングセット（いくつのボールイメージが必要なのか、どのボールイメージが必要なのか）を作成することは非常に難しいと思います。画像再学習のオブジェクト検出（1クラス）を行うことは可能です。
はい、ボールがあるかどうかを確認する方法はあります。しかし、GoogleのTensorflow Object Detection API for Tensorflowを使用する方がよいでしょう。 「ball/no ball」と言うのではなく、何かがXX％の精度を持つボールだと思っていると伝えます。
他の質問に答えるには：オブジェクト検出では、トレーニングにボール以外の画像は必要ありません。あなたは約400〜500のボール画像を収集し（より多くは常により良い）、それらをトレーニングと評価グループに分けて、thisというラベルを付ける必要があります。次に、ラベルと画像をthisに従って.recordファイルに変換する必要があります。その後、テンソルフローと電車を設定する必要があります。
この全体のプロセスは容易ではありません。私は1つのオブジェクト検出器をうまく訓練するために、iOSの背景と一緒に私は良いカップルの週でした。しかし、アプリケーションが必要なときはいつでも、すぐに別のオブジェクト検出器を訓練するために画像を素早く切り替えることができるので、結局それは価値があります。
ボーナス：thisを使用して、新しいTFモデルをiOS/Androidで使用できる.mlモデルに変換します。