ROI 检测 - 深度学习 - 参考资料

Question

我对深度学习一无所知。

我正在寻找有关构建深度学习算法以检测给定图像中的 ROI 的参考资料。我的目标是将深度学习算法与我已经制作的常用图像处理算法进行比较。 输入图像如下所示：

算法的输出应该是这样的：

Q1：您是否有任何参考文献，如果我阅读它们会让我从头到尾构建这样一个深度学习算法？

Q2：否则，这样的算法是否已经存在并且可以免费获得？ （注意：此类算法应该产生精确的 ROI 检测，而不是围绕明亮区域的宽矩形）。

Answer 1

您可以尝试使用 Mask R-CNN。请参阅这些链接以了解您的理解：

• https://github.com/matterport/Mask_RCNN
• https://arxiv.org/abs/1703.06870

基本上，您需要使用威盛图像注释工具 (https://www.robots.ox.ac.uk/~vgg/software/via/) 或 MakeSense (https://www.makesense.ai/) 等工具为数据集制作注释（多边形）。这些是我可以推荐的开源工具。经过训练，网络可以预测边界框以及检测到的物体的边界。