Luminoth 开箱使用可定制的目标检测和分类模型在 TensorFlow & Sonnet 上搭建训练过程简单结果易于理解 介绍
Luminoth 是一个开源的计算机视觉工具包，目前支持目标探测和图像分类，但以后会有更多的扩展。该工具包在 TensorFlow 和 Sonnet 上用
Python 搭建而成。易于使用、训练、理解结果。本文介绍了 Luminoth
及其安装过程。不过，该工具包只具备内部测试版品质，即内部和外部接口（如命令行）非常可能随着代码库的成熟而变化。
Luminoth 的特点：
开箱使用
Luminoth 是一个开源的工具包，简单易用。
可定制的目标检测和分类模型
使用自定义数据轻松训练神经网络，实现目标检测和分类。使用的是当前最优的模型比如 Faster R-CNN。
在 TensorFlow & Sonnet 上搭建
Luminoth 建立在谷歌深度学习框架 TensorFlow 和 DeepMind 的图形库 Sonnet 上。
训练过程简单
只需要键入 lumi train 就可以训练模型。可以在本地训练，或者使用 Luminoth 内置的谷歌云平台支持在云端训练模型。
训练完成之后，你可以使用 Tensorboard 集成可视化进展和中间结果，还可使用不同的数据分割对模型进行评估。
结果易于理解
可视化结果的能力一直很重要，尤其在计算机视觉领域。在模型训练完之后，使用我们的 UI
或者命令行接口，即可获得容易理解的摘要（summary）和结果的图可视化。
转自：机器之心
Luminoth 开箱使用可定制的目标检测和分类模型在 TensorFlow & Sonnet 上搭建训练过程简单结果易于理解 官网
https://github.com/tryolabs/luminoth
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
