基于某些特征识别/分类图像，例如图像的不同像素处的白点或温度

Question

我正在研究一个用例，其中提供了一堆场上的图像设备。有些图像有坏设备，有些图像有很好的图像。这些数据必须存储在hadoop上。我一直在尝试使用OpenCv-Python库根据某些标准（例如图像中的“白点”）识别带有坏设备的图像。 但是，它没有给出准确的结果。在上述场景中，哪种算法和软件包可以很好地进行图像分类。

这是我打算尝试的，但寻找指导，以便我不会走错路。

1. 使用带有python API的Open-cv，尝试将图像作为numpy数组的spark RDD加载。
2. 获取图像的SIFT键并将其用作功能。应用SVM算法对具有良好设备的图像进行分类，使用不良设备对图像进行分类（我是Open-CV的新手）

（或）

使用tensorflow并构建卷积神经网络，将图像分类为具有良好设备的图像。坏设备（我对此完全陌生。）

我还必须识别这些图像的GPS坐标，这可以使用FLIR软件。有谁知道这个软件包是否有开源版本。找到libFLIR，但没有任何关于如何使用的例子。