图普科技：如何用TensorFlow实现物体检测的像素级分类

　　TensorFlow 的「物体检测 API」有了一个新功能，它能根据目标对象的像素位置来确定该对象的像素。换句话来说，TensorFlow 的物体检测从原来的图像级别成功上升到了像素级别。

　　使用 TensorFlow 的「物体检测 API」图片中的物体进行识别，最后的结果是图片中一个个将不同物体框起来的方框。最近，这个「物体检测 API」有了一个新功能，它能根据目标对象的像素位置确定该对象的像素，实现物体的像素分类。

　　TensorFlow 的物体检测 API 模型&mdash；&mdash；Mask-RCNN

　　实例分割

　　「实例分割」是物体检测的延伸，它能让我们在普通的物体检测的基础上获取关于该对象更加精确、全面的信息。

　　在什么情况下我们才需要这样精确的信息呢？

　　 无人驾驶汽车

　　为了确保安全，无人驾驶汽车需要精确定位道路上其他车辆和行人。

　　 机器人系统

　　机器人在连接两个部件时，如果知道这两个部件的确切位置，那么机器人的操作就会更加高效、准确。

　　「实例分割」的方法有很多，TensorFlow 进行「实例分割」使用的是 Mask RCNN 算法。