形状检测 - TensorFlow

Question

我正在尝试使用Tensorflow训练模型来检测基本形状,如圆形,方形,矩形等.什么是最好的输入数据集？要直接加载形状或使用OpenCV查找图像边缘并仅加载边缘图像.

我们也可以使用OpenCV检测形状.使用机器学习会有什么附加优势.

用于训练模型的示例图像.

Answer 1

我建议从本指南开始进行分类，而不是对象检测：https : //kiosk-dot-codelabs-site.appspot.com/codelabs/tensorflow-for-poets/#0

分类是针对一张图片的唯一标签（99% 正方形，1% 圆形）。物体检测用于对图片中的多个物体进行分类（x_min=3,y_min=8,x_max=20,y_max30, 99% square）。您的案例看起来更像是分类问题。

您不需要像指南中那样安装完整的 Docker。如果你的系统上有 Python 3.6，你可以这样做：

pip install tensorflow

然后跳到“4. 检索图像”

我不得不自己尝试一下，所以我从谷歌下载了前 100 张正方形和圆形的图片，并从 Chrome Web Store 下载了附加组件“fatkun 批量下载图片”。

在我的前 10 次测试中，我的准确率在 92.0% (0.992..) 和 99.58% 之间。如果您的示例比来自 Google 的许多不同图片更统一，您可能会得到更好的结果。

Answer 2

您可能想检查张量流中的客观检测。 https://github.com/tensorflow/models/tree/master/research/object_detection 这里有一个预训练的模型 http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_coco_11_06_2017.tar.gz

使用神经网络进行检测的一个潜在优势是它可以减少计算的 CPU 周期。这在移动设备上很有用。例如 - 霍夫变换https://en.wikipedia.org/wiki/Hough_transform的计算成本太高/但如果使用卷积神经网络 - 为实时图像处理提供了更多可能性。

要实际训练新模型 - 请参阅此处https://www.tensorflow.org/tutorials/deep_cnn