目前我遇到的问题是我想在图像中找到特定的图案。我想从tensorflow得到的目标是 [X，Y，角。 x和y是图案内点的位置的坐标。 angle是图像在0-359°（弧度）内旋转的角度。
此外，图案基本上不会发生变化，但取决于图像的位置，因为图像是从2D激光扫描仪创建的。所以有时候你有时会看到它的一部分。
输入数据是400x400黑白图像，其中白色是激光扫描仪点，黑色是自由空间
那是什么问题？分类？但是如何获得图像中找到它的位置？实际上我认为它与Google用于在图像中查找内容的方式有点相似。
我实际上正在修改Deep MNIST示例，但不知何故，我没有达到一个可以从中获得有用的东西。
有人有想法，可以指出我正确的方向吗？
此致
基督教
答案 0 :(得分：0)
您的问题 - 根据您给出的描述 - 似乎可以通过传统的计算机视觉方法解决。问题本身就是检测问题。
您需要一种系统的方法，而不是机器学习算法，将这个问题分解为更小的问题：
首先你需要检测你的点（我假设你有两个点）。在这里您可以应用 CV 检测算法 - 甚至是不同的颜色，也许滤色器可能足以检测点位置。
通过您的两个点位置和一些几何图形，您可以计算出两点跨度的直线与图像边界之间的距离和角度。
在没有任何专业知识的情况下，使用 ML 模型执行此操作可能会很困难，因为您基本上是在干扰增强数据的内置机制（ML 软件会自动随机旋转和缩放输入图像）。
即便如此，我认为可能是为了检测点，如果所有简单的方法都失败了，你可以用机器学习检测它们然后做几何关系。但是试图用这个问题做 end 2 end learning 似乎有点矫枉过正。