Пишейки в блога TensorFlow, софтуерният инженер Вивек Ратод и научният работник Джонатан Хуанг дават преглед на високо ниво на новите функции в изданието. Голяма част от работата е фокусирана върху мигрирането на съществуващи предварително обучени модели, за да бъдат съвместими с TF2 чрез пренасяне на моделния код за използване на слоеве Keras и предоставяне на контролни точки в стил TF2. Фреймуъркът за OD също включва поддръжка за синхронно разпределено обучение, както и нови двоични файлове в режим на нетърпение за обучение, оценка и експорт. Въпреки че всички нови модели и всяка нова разработка ще бъдат само в TF2, TF1 все още се поддържа. Повечето кодови модули са съвместими или с TensorFlow версия, и тези, които не са с две версии.

TensorFlow Object Detection API е “фреймуърк с отворен код, изградена върху TensorFlow, която улеснява конструирането, обучението и разгръщането на модели за откриване на обекти“. Този фреймуърк включва набор от помощни програми за управление на въвеждане на данни за изображения и интерфейси за модели за откриване на обекти. Като цяло моделите за откриване на обекти очакват входно изображение и извеждат набор от ограничаващи полета, които представляват местоположението на обектите, открити в изображението.

Можете да намерите Object Detection API в GitHub.