本文將引見界說成績的方法，和我處理成績的方法。
目次
為何選擇“椅子成績”？
成績簡略化：在清楚的圖象中停止“椅子辨認”
進一步的挑釁：找到椅子的地位
一個先輩的“對象辨認”技巧——YOLO概述
將YOLO運用于“椅子辨認”
面對的挑釁和將來將采用的步調
為何選擇“椅子成績”？
起首我將論述我為何想要在一張照片中“數(shù)椅子”。
在Analytics Vidhya的辦公室里，平日會有10到15小我。但到了炎天，練習生們就會“涌入”我們的辦公室。所以，假如我們要在炎天開全員年夜會，我們就必需要從其他房間里拉出一切空的椅子。
我是一個特殊懶的人，所以我想，有無一種算法可以或許直接告知我們哪間房間有余暇的椅子。如許一來，我們就不消挨個房間找椅子了，省時又省力。
這看上去是個再簡略不外的成績，但我可以用它來測驗考試我取得的新技巧。深度進修可以或許處理這個成績嗎？誠實說，我也不肯定深度進修畢竟能不克不及用來處理這一成績，然則試一下總沒有害處，不是嗎？
成績中需完成的義務
既然你曾經(jīng)懂得了我們須要處理的成績，那末接上去我會向你引見我處理成績的進程。我會把這個成績分化為四個分歧的義務——
假設我們有一個房間的視頻資本，那末在視頻中有無涌現(xiàn)一把椅子？
假如視頻中涌現(xiàn)了椅子，那末這把椅子在房間的甚么地位呢？
這把椅子能否被占用了？假如有未被占用的椅子，那末未被占用的椅子數(shù)目是若干呢？
我們應當從哪間房間里搬空椅子？
我決議先處理一個絕對簡略的成績，然后再測驗考試處理更龐雜的成績。按部就班，一步步到達我的目的。這也是我將這個成績分化為四個分歧的義務的緣由。在本文，我將具體引見前兩個義務的完成進程；在后續(xù)文章中，我會持續(xù)引見后兩個義務的完成進程。
成績簡略化：在清楚的圖象中停止“椅子辨認”
處理“椅子成績”的第一步，也是最簡略的一步，就是斷定圖片中的房間內能否有椅子。如今，我將這個成績進一步簡化——我將收集對視頻資本的需求疏忽，給收集輸出了我拍攝的幾張照片。
假定我給你兩張照片，你能告知我哪一張照片中有椅子嗎？
謎底是第一張，而你畢竟是怎樣曉得的呢？
由于你見過椅子許多許多次了，所以對你來講斷定圖片里有無椅子其實不難。換言之，你關于實際中的椅子長甚么樣曾經(jīng)有了懂得。異樣的，我們可以練習一個神經(jīng)收集，讓收集幫我們完成這個辨認的任務。
趁便提一下，我們之所以應用神經(jīng)收集而不消其他的算法，是由于神經(jīng)收集是在圖象處置成績方面最壯大、最早進的技巧。
所以，我將一個經(jīng)由ImageNet數(shù)據(jù)集預練習的神經(jīng)收集運用到這些圖象上。
然則當我讓模子辨認圖象中的對象時，涌現(xiàn)了一個成績——它不克不及精確地分離圖象中的對象。例如，下圖是模子針對圖象的輸入成果。
[[（'n03179701', 'desk', 0.56483036）， （'n03337140', 'file', 0.14689149）， （'n04550184', 'wardrobe', 0.03918023）]]
它將圖片中的“椅子”毛病地斷定成了“書桌”。如許的成果其實使人很掉望，由于書桌和椅子的類似度不高，按理來講長短常輕易辨別的。
處理“椅子照樣書桌”的成績
正如我在之前的文章中提到的，每當我在樹立神經(jīng)收集時碰到成績，我就會慢慢處理這個成績。我會將每一個步調列成一個清單：
第一步：檢討收集架構
第二步：檢討神經(jīng)收集的超參數(shù)
第三步：檢討收集的龐雜性
第四步：檢討輸出數(shù)據(jù)的構造
第五步：檢討數(shù)據(jù)的散布
在一番檢討評價以后，我發(fā)明模子的圖象輸出是不準確的，由于我沒有準確地處置圖象的縱橫比例。所以，為懂得決這個成績，我添加了一個自界說代碼，該自界說代碼之前在GitHub上的一個keras成績中涌現(xiàn)過。更新的圖象以下圖：
[[（'n02791124', 'barber_chair', 0.77817303）， （'n03179701', 'desk', 0.090379775）， （'n03337140', 'file', 0.033129346）]]
處置完這個成績今后，模子就可以開端正常地任務，輸入準確的成果了。
進一步的挑釁：找到椅子的地位
如今，我們曾經(jīng)斷定出了圖象中有一把椅子，那末接上去我們就要辨認這把椅子在甚么地位。除這把椅子，我們還要辨認出圖象中的人。我們須要經(jīng)由過程辨認這小我來斷定這把椅子能否被占用了。這兩個義務（義務二和義務三）將有助于我們處理和處置更年夜的義務，斷定作這把椅子能否被占用了。
與后面的義務一樣，我們將應用一個預練習的收集，這個收集將給我們供給一個可接收的分數(shù)。今朝，YOLO收集是“對象檢測”的最好模子，它可以或許及時地展現(xiàn)相當不錯的機能。在本文，我對YOLO收集做了簡略的引見。上面，我們來看看若何應用YOLO處理這個成績。
應用YOLO停止“椅子檢測”
在體系中設置YOLO收集，我們可以依照以下簡略的步調：
第一步：
git clone https://github.com/pjreddie/darknet
cd darknet
make
第二步：
wget https://pjreddie.com/media/files/yolo.weights
用YOLO來處理我們的成績，你須要輸出以下指令，而且供給你本身圖象的地位
./darknet detect cfg/yolo.cfg yolo.weights //data/image.jpg
在我們的圖象上運用了YOLO以后，我發(fā)明其成果異常不錯。上面是一些例子：
面對的挑釁和將來將采用的步調
固然開始停頓得異常順遂，然則依然有成績會障礙這個項目標成長。以下是個中一些成績：
成績一：這個YOLO模子照樣會涌現(xiàn)一些毛病，它其實不是一個100%準確的模子。好比，鄙人面的這張圖片中，一個渣滓桶居然被毛病地辨認成了一小我！
成績二：假如在一張圖象中，一把椅子蓋住了別的一把椅子，算法還能辨認出這把被蓋住的椅子嗎？這是個值得思慮的成績。
除這些能夠涌現(xiàn)的成績以外，還有一些加倍現(xiàn)實的細節(jié)須要斟酌，好比說，算法推舉一個處理計劃須要多長時光？算法須要運轉甚么類型的硬件？等等。這些都是在把算法作為商品出售之前須要斟酌息爭決的成績。
異樣，像之前所說的，在這篇文章中只評論辯論后面兩個義務，還沒有觸及到前面兩個義務。那末，接上去的義務就是盤算出房間內的椅子數(shù)目，然后樹立起一個“端到端”的產(chǎn)物。
尾注
本文內容涵蓋了圖象中的“物體檢測和辨認”，個中的物體就是“椅子”。針對物體辨認，我們用了一個簡略的預練習的模子來辨認圖象中的物體。另外一方面，針對物體檢測，我們應用了YOLO收集——一項異常先輩的對象及時檢測技巧。
