图像识别 - 对图像中的图像进行分类（即根据周围物体对对象进行分类）？

Question

我对这个图像分类的东西很新，所以这是一个有点高级别的问题。我想知道是否可以训练图像分类器（即仅使用TF / Keras或许多图像识别库和API之一）来识别对象是否在对象中。例如：

Output: A square

Output: A circle

Output: A circle in a square

Output: A square in a circle in a square

Output: A square in a circle and a square in a square

......等等

如果有可能，最好的方法是什么？我是否必须训练模型以通过示例识别所有变化（这是不利的，因为有太多潜在的例子），还是有更好的方法？谢谢:)）

Answer 1

您可以使用更简单的计算机视觉技术而不是机器学习来实现。 例如，如果您使用OpenCV，它有一个名为findContours的内置函数，它返回一个层次结构。

示例：

根据 -

，顶部的矩阵显示每个形状与其他形状的关系

[Next，Previous，First_Child，Parent]

例如，轮廓2和4（圆形和矩形）处于同一水平。因此，在矩阵中，第二行的下一行是4.你可以构造一个这样的树来获得你想要的输出。你只需要确保单个形状的内部和外部轮廓不算作两个独立的轮廓，我没有在这里做，所以它在输出中显示为5,7。