Question

我正在用神经网络做一个小项目。我已经阅读了有关数字识别的内容，使用MNIST数据集并思考是否可以制作相同的数据集，但我们每天都会看到常规对象。所以这里的算法（如果我们可以这样说）：所有这些都是通过opencv库为python完成的 1）从图像中获取轮廓。这不是字面上的轮廓，但看起来如此。我已用此代码完成此操作：

def findContour(self):
    gray = cv2.cvtColor(self.image, cv2.COLOR_BGR2GRAY)
    gray = cv2.bilateralFilter(gray, 11, 17, 17)
    self.image = cv2.Canny(gray, 30, 200)

2）接下来需要创建训练集。我复制并编辑了这条消息。改变旋转并翻转它 - 现在我们有大约40个图像，它们由旋转的轮廓组成。 3）现在我要将这些图像转储到csv文件中。这些图像表示为3D数组，因此我使用numpy中的.flatten函数将它们展平。接下来，这个展平向量用csv文件编写，标签作为最后一个字符

这就是我所做的，并想问：它会成功吗？接下来我想使用除最后一个元素之外的所有内容作为输入x向量，并将最后的元素用作y向量。（如here）

认识将以同样的方式完成：我们获取图像的轮廓，并将其提供给神经网络，输出将是标签。

是否可能，或者最好不要尝试？

Answer 1

有充足的实验空间。但是，除了学习练习外，你不应该重新发明轮子。研究范式，了解已经存在的东西，然后进行自己的车轮改进。

我强烈建议您从CNN（卷积神经网络）中的图像识别开始。 ILSVRC 2012图像数据集（a.k.a. ImageNet文件）已经完成了许多精彩的工作。事实上，今天NN受欢迎程度的很大一部分来自Alex Krizhevsky的突破（导致AlexNet，第一个赢得ILSVRC的NN）和随后的拓扑（ResNet，GoogleNet，VGG等）。

简单的答案是让您的网络＆＃34;决定＆＃34;在原始照片中重要的是什么。当然，要平整图像并为其提供轮廓，但如果对原始图像进行训练可以产生出色的效果，请不要感到惊讶。

搜索资源＆＃34;图像识别介绍＆＃34;并选择一些符合您当前阅读和主题兴趣的点击。那里有很多好的。

当你编写自己的模型时，我强烈建议你使用现有的框架，而不是从头开始构建所有的抵押品。转储CSV格式;有更好的预先打包的I / O例程和大量的支持。我们的想法是让您设计网络，而不是一直操纵数据。

流行框架包括Caffe，TensorFlow，Torch，Theano和CNTK等。到目前为止，我发现Caffe和Torch拥有最简单的整体学习曲线，尽管我实际上推荐一个在另一个上面并没有那么大的区别。寻找在您感兴趣的领域中具有良好文档和示例的文档。

识别图像上的内容

1 个答案: