标签: image-recognition

我想在Android中实现颜色检测。我真正想做的是，用 Android 相机拍照后，我想检测该照片中物体的颜色。我的目标是根据颜色强度检测颜色。此时，我搜索并看到了与此目标相关的不同方法。有一些算法将图像转换为位图，然后检测颜色，其中一些算法使用 RGB。此外，我发现 OpenCV 也是解决此问题的已知解决方案。

现在，我想知道我应该走哪条路。哪种方式更适合我的情况。有没有人可以通过某种方法帮助和指导我？

任何帮助将不胜感激。谢谢大家。

我正在使用包含3k图像的数据集从头开始训练VGG-16模型.我使用Tensorflow平台和8 cpu没有任何gpu.

训练率 - 0.01,

重量衰减 - 0.0005,

动量 - 0.9,

批量大小 - 64,

我已经训练了大约三天.但是训练的准确性在20个时期后保持不变,约为15%-20%.谁能给我一些提示来提高准确性？

我正在尝试使图像分类器工作。到目前为止，该模型似乎确实可以正常工作，但是现在每次我要测试图像以查看图像是否被正确识别时，我都必须进行整个训练。我对此很陌生，但我想应该有另一种方法来只对图像进行测试而无需培训，对吗？

关于代码本身，我还有一个问题。

if result [0][0] >= 0.5:
    prediction = "cogwheel"
else:
    prediction = "not a cogwheel"
print(prediction)

我试图区分代表齿轮的图像和不代表齿轮的图像。我知道，如果概率大于0.5，则是齿轮，否则就不是。但是[0] [0]是什么意思？

非常感谢你的帮助！

我正在创建一个系统，该系统将能够注册手写文本的人，稍后我将不得不分析该图像并检测书写是升序、降序还是直写。通过笔迹学，我将能够创建该人的个人资料，但我不知道如何分析该图像。

使用Python和Django的系统，我只需要读取图像即可进行分析。有人对如何做有建议吗？

有许多应用程序可以识别相似的面孔.最受欢迎的是Picasa.这些应用程序如何执行以下操作？

1)检测脸部

2)检查数据库中的类似情况.