形状检测 - TensorFlow

Question

我正在尝试使用Tensorflow训练模型来检测基本形状，如圆形，方形，矩形等。什么是最好的输入数据集？要直接加载形状或使用OpenCV查找图像边缘并仅加载边缘图像。

我们也可以使用OpenCV检测形状。使用机器学习会有什么附加优势。

用于训练模型的示例图像。

Answer 1

我建议从本指南开始进行分类，而不是对象检测： https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0

分类是针对一张图片的一个唯一标记（99％正方形，1％圆圈）。对象检测用于对图片内的多个对象进行分类（x_min = 3，y_min = 8，x_max = 20，y_max30,99％square）。您的案例看起来更像是一个分类问题。

您不需要像指南那样完整的Docker安装。 如果你的系统上有Python 3.6，你可以这样做：

pip install tensorflow

然后跳到＆＃34; 4。检索图像＆＃34;

我必须自己尝试一下，所以我使用附加组件'＃34; fatkun批量下载图像＆＃34;从Google下载了前100张正方形和圆圈图片。来自Chrome网上应用店。

在我的前10次测试中，我的准确率在92,0％（0.992 ..）和99,58％之间。如果您的示例比Google的许多不同图片更加统一，您可能会获得更好的结果。

Answer 2

您可能想要在张量流中检出目标检测。 https://github.com/tensorflow/models/tree/master/object_detection

这里有一个预先训练过的模型 http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_coco_11_06_2017.tar.gz

使用神经网络进行检测的一个潜在优势是它可以减少要计算的cpu周期。这在移动设备上很有用。 例如 - 霍夫变换https://en.wikipedia.org/wiki/Hough_transform的计算成本太高，但如果使用卷积神经网络，则会为实时图像处理开辟更多的可能性。

要实际训练新模型 - 请参阅此处https://www.tensorflow.org/tutorials/deep_cnn