IBM Watson Visual识别。是否可以从特定对象获取X，Y坐标？

Question

我从一个大学项目开始，我正在寻找一个工具，帮助我找到图像中特定对象的坐标（X，Y）（我不是在谈论文本）。我想知道IBM Watson Visual识别能否帮助我实现这一目标，或者您是否知道任何其他可以更好地工作的工具。

谢谢。

Answer 1

你可以＆＃34;那种＆＃34;使用Watson视觉识别来做到这一点。首先，您需要训练自定义分类器以找到＆＃34;找到＆＃34;你正在寻找的对象。一旦你完成了这件事，你就完成了一半。

第二部分涉及拍摄想要找到物体的图像，并将其分成四个部分（左上，左下，右上，右下）。然后搜索图像的每个部分以查找目标对象。如果您在其中一个象限中找到它，则可以取出该象限并将其分成四个部分，然后在图像的每个部分中搜索目标对象。如果你继续并递归地执行此操作（并跟踪每个象限和子象限的像素边界），最终你将缩小你正在搜索的对象。

现在您还应该尝试其他搜索算法。考虑目标对象位于图像中心的情况 - 它不会出现在任何象限中。如果您的对象恰好跨越象限边界，您将无法获得准确的位置，因此需要多种搜索模式，但策略和方法是相同的。

Answer 2

你也可以采取混合＆＃34;云边缘＆＃34;方法，如下所述：https://medium.com/unsupervised-coding/dont-miss-your-target-object-detection-with-tensorflow-and-watson-488e24226ef3

它使用本地运行的TensorFlow模型来检测区域，然后使用Watson VR来说明每个区域中的内容。这结合了TensorFlow的灵活性和Watson VR对许多（数万种）不同类型对象进行分类的能力。