tensorflow在android上实现物体识别

自己生成分类器后，可不可以使用呢？可以用下面 的程序 测试一下：

Anaconda+Jupyter+Opencv:用于识别输入图像中的物体，属于有监督学习。

可以实现物体分类 对新物体识别类别 基于python+opencv+cnn的人脸识别的学习demo

二维平面视图可通过普通 CCD 相机获取，数据来源要求不高。基于外观 （Appearance-based）或基于视图（View-based）的三维物体识别算法研究，近来 成为人们研究的热点。基于视图的方法通过视觉相似性来识别物体，使得识别系 统设计相对简单，无需显式计算物体的三维模型。另外一方面，基于局部特征匹 配的方法考虑了视图间的局部相似性，不要求匹配所有视图特征，即使物体被部 分遮挡，也有可能检测到局部特征，并完成识别，对于物体的重叠和背景杂波表 现出较好的稳健性。本文研究了基于二维视图和基于局部特征提取匹配的三维物 体识别，及其在智能视频监控系统中的应用，改进了卡尔曼滤波器多目标跟踪性

人类能够在图像中轻松的识别出众多的物体，尽管图像中的物体可能千变万化：不同的大小和尺寸，甚至被旋转。即使物体只有部分可见也能够被识别出来。物体识别仍然是计算机视觉中为能够很好解决的问题。

物体图像识别中的模式识别是一种从大量信息和数据出发，利用计算机和数学推理的方法对形状、模式、数字、曲线、字符格式和图形自动完成识别并且进行评价的过程。图形匹配是图像识别技术的一个重要分支，图形匹配指通过对图形的图像采用特定算法。本设计以MATLAB作为实现功能的操作平台,通过结合几何HU不变矩作为中间的连接数据,再运用图像预处理和欧式距离等数学方法,用Matlab进行编程，完成各个部分的效果,实现区域图像轮廓特征数据获取,计算欧氏距离，根据物体图像几何HU不变距的相似程度实现物体识别匹配的目的。计算机模拟结果表明该方法的有效性和可行性。

基于tensorflow2.0开发，识别率高，可以用作图像分类系统，换成自己的数据集就好了，包含了整套的代码，自己在pycharm上就可以运行了，改改代码可以跑深度学习图像分类了。

深度摄像机实现物体识别和三维定位

通过枢轴选择进行物体识别的高效图像表示