基于机器学习的边缘检测器

Question

我已阅读以下有关使用机器学习进行边缘检测的博客。他们

使用基于现代机器学习的算法。该算法在人类注释最重要的边缘和对象边界的图像上进行训练。给定这个标记数据集，训练机器学习模型来预测图像中每个像素属于对象边界的概率。

我想使用 opencv 实现这项技术。

有没有人有想法或知道如何使用 Opencv 实现/开发这种方法？

我们如何注释最重要的边缘和对象边界以用于机器学习算法？

Answer 1

现在您必须获得一个带有注释边缘的数据集，就像 dropbox 所做的那样。这将是您的起点。然后您可以在#deep-learning 的文档部分了解神经网络。所谓的 U 形网络是当前最先进的分割技术，如 ( https://github.com/EdwardTyantov/ultrasound-nerve-segmentation ) 所示。这可以很容易地用于您的任务。

尽管如此，我仍然认为注释数千张图像并不是您真正想要的。如果您不想学习边缘检测器，您可以使用更经典的东西，例如 canny 或 sobel ( https://en.wikipedia.org/wiki/Edge_detection )，如您提供的博客文章中所述。