我有三张不同物体的图片:一部智能手机,一件衬衫和一包意大利面。我想在包含这些对象之一的任何图像上执行每个对象的识别。例如,如果我们在一张图片中有相同的手机,我希望能够看到在这张图片中绘制了有界方框的手机。如果电话不同,则不应绘制任何内容。
我首先尝试使用像Mask R-CNN和python和tensorflow这样的神经网络来执行对象识别。但我意识到我没有一个庞大的训练数据集,只有我的3张图像。神经网络算法似乎适用于识别狗、智能手机、景观等概念,但不能识别特定的狗、特定的智能手机或特定的景观。
为了切中要害,如果我输入了任何包含相同智能手机、相同衬衫或相同包意大利面的图片,我希望程序能够检测到这一点。
哪些算法最适合执行这种识别?
发布于 2020-04-16 00:17:31
尝试使用COCO数据集。由于COCO权重已经在成千上万的物品和图像上进行了训练,因此您应该能够运行splash
功能来帮助使用Mask RCNN进行检测。
最坏的情况是,如果你想训练自己的数据集,只需在网上找到大量与你想要检测的对象相关的照片,对它们进行注释,然后进行训练。
https://stackoverflow.com/questions/61217276
复制相似问题