我正在开发一个应用程序，该应用程序必须仅用2或3张照片来检测电线杆的所有可见特征，
检测杆的类型及其特征：
在雕刻上阅读有用的文字（并非所有文字都是必需的）：
我必须直接在浏览器中检测到它，因此我打算在前端使用tensorflow.js。
1-应该创建一个新模型还是训练一个预训练模型？我应该为这种图像使用什么预训练模型。
2-是否可以检测电缆的数量及其类型？
3-对于雕刻部分，大多数情况下，即使对于人眼来说，文本也不可读。可以训练tesseract来阅读这篇文章吗？
谢谢！
答案 0 :(得分：1)
在处理非常小的数据集时，您可以同时执行以下两项操作：
扩充数据集，即从您拥有的数据集中人为创建更多图像的方法很多。 Keras拥有ImageDataGenerator来做到这一点。
使用带有迁移学习功能的预训练模型，例如MobileNetV2。使用预训练的模型有很多帮助，因为它已经学习了图像数据集中的许多功能，并将这些知识转移到您当前正在使用的数据集中。有关如何操作的更多详细信息，请参见here。
对于模型，您需要使用其中两个。
第一个将用于检测电线杆及其周围的电缆。根据电线杆和电缆的边界框裁剪图像，并相应地标记它们（您必须手工标记它们，这样过程会很繁琐）。
第二个将用于检测两极雕刻。裁剪杆的图像以仅包括雕刻部分，并自己标记数据。您可以使用与上述关于扩充和转移学习的两个步骤相同的公式。
最后，要执行OCR，您可以使用Tesseract JS，它具有可以链接的api。
模型架构：
输入张量->用于检测电线杆和电缆的模型->电线杆的裁剪的图像->用于检测文字雕刻的模型->雕刻的雕刻的图像->在雕刻上执行OCR。
您可以从极点上修剪雕刻，以提高模型的准确性。如果您不这样做，而只是在两极上执行，那么它将表现不佳。
在移动设备上进行操作时，请不要忘记对模型进行量化以提高移动设备的性能。
