我有一张图片（例如 60x60），里面有多个项目。物品呈方形盒子的形状，尺寸为 4x4，随机放置在图像中。盒子（项目）本身是用随机模式创建的，一些随机像素打开，另一些则关闭。因此，它可能是图像中重复两次（或在超过 2 个项目的情况下重复多次）的同一个框，也可能是完全不同的。
我正在寻找一个可以接收原始图像（60x60）并输出图像中所有补丁的深度学习模型。
这就是我现在所拥有的，但随着讨论的开始，我绝对可以分享更多细节。我有兴趣权衡可以帮助我实现这一目标的不同选择。谢谢。
问问题
124 次
1 回答
1
我会使用对象检测来解决这个问题。首先，我会训练一个网络，通过切掉那些对象的补丁来检测那些像盒子一样的对象。然后我会在上面运行一个 Faster R-CNN 或类似的东西。
您可能想看一下关于检测的斯坦福讲座（此处的幻灯片：http: //cs231n.stanford.edu/slides/2017/cs231n_2017_lecture11.pdf）。
于 2018-05-04T09:04:28.983 回答