使用神经网络搜索其他图像中的图案/图像

Question

我是神经网络的新手，并且确实了解它们是如何工作的。我打算创建一个神经网络，识别3d场景中的基本对象及其在图像中的位置。

从我到目前为止所读到的，典型的方法是创建一个神经网络，其中输入的神经元数量为image_width * image_height * 3（对于每种颜色），然后反向传播（图像识别的基本示例{{3我还读到了更智能的方法。问题是，因为我还在学习，我打算保持一种基本的方法来获取信息（这可能与初学者状态有关，也可能没有） ）。

我怎样才能以直截了当的方式这样做？真正的项目是在场景中移动并检测某些基本（或未来）对象，如球。

这是纯粹的学术，所以任务的实际范围是学习，所以不完美的解决方案也被考虑在内。

  

我想要的是检测图像中的球和   实际上有球的位置

Answer 1

这是一个很好的网址，你可以阅读解决类似任务（使用DNN在图像中定位面部关键点）：http://danielnouri.org/notes/2014/12/17/using-convolutional-neural-nets-to-detect-facial-keypoints-tutorial/

长话短说： 1）这是一个回归任务。您需要创建和训练ANN，它将输出您感兴趣的对象的x，y坐标 2）您需要使用卷积神经网络来实现它 - 它们可以显着提高图像工作的效率

Answer 2

通常，没有必要使用对象的颜色进行检测，这只会增加额外的复杂性。这就是为什么通常灰度图像基本上用于对象的检测/分类。

您可以使用deep reinforcement learning方法训练人工神经网络（ANN），结合常规和完全连接 ANN是检测和反对的。

作为替代方案，我建议您使用扫描带有矩形的图像，然后您不仅可以检测，还可以检测矩形的位置。

此外，您可以使用其他一些方法来训练ANN，例如method，我目前正在使用它来进行织物疵点检测，并且还通过面部识别任务进行了测试

事实上，结合使用单一方法可以获得更好的结果。

在我的情况下，对于特定情况，通过使用上述两者（ANN簇和具有重叠的扫描窗口）进行结构错误检测的任务，它给出了错误检测错误的概率为0.1024％，不为15％。检测整个图像的错误。

通过与Gaussian filter的组合使用，我们的误检率低于0.0324％，未检测低于5％，性能提高10倍以上。

以下是本文的link，其中详细介绍了我用于检测结构错误的方法