用于形状定位和识别的深度学习答案

【问题标题】：deep learning for shape localization and recognition用于形状定位和识别的深度学习
【发布时间】：2017-10-10 17:01:18
【问题描述】：

有一组图像，每个图像包含不同的形状实体，如下图所示。我正在尝试定位和识别这些不同的形状。例如，为每个不同的形状添加一个边界框，甚至可能给它贴上标签。有哪些主要的研究论文/深度学习模型能够解决这类问题？

【问题讨论】：

这些形状的大小是固定的还是它们的大小也在变化？
与对象定位相比，这似乎太微不足道了，无法吸引任何严肃的研究兴趣。
@goldls，大小可以改变。
@Inman，能否详细介绍一下解决这个问题的典型机制/算法/工作流/软件包（python包，java库）？
你总是可以从像rcnns 这样的架构开始解决形状定位问题。如果您使用像示例这样的简单图像，那么正如 Paul Krush 所指出的那样，这是一种矫枉过正的做法。然后我会使用template matching 算法而不是深度学习。

标签： tensorflow computer-vision deep-learning theano caffe

【解决方案1】：

我们假设您的形状具有不同的比例和旋转。实际上，上面显示的主图像对于训练过程来说非常大，它需要大量的训练样本才能在测试样本的最后产生良好的准确性。在这种情况下，最好在每张图像只有一个形状的短图像（如 128x128）上训练卷积神经网络，然后使用 slide 技巧！ 该项目将分为三个主要步骤：

生成测试和训练样本，每张图片应该只有一个形状
训练分类器以识别每个输入图像中的单个形状
使用幻灯片技巧！将包含许多形状的原始图像分解为大小为 128x128 的重叠块。将每个块传递给您在第二步中训练的模型。

最后，您将获得训练模型中每个形状的标签，并且您还将使用幻灯片技巧获得每个形状的位置。对于分类器，您可以完全使用 Tensorflow 的 MNIST 教程的 CNN 结构。这是一篇将完全相同的方法应用于指纹图像以提取局部特征的论文。 A direct fingerprint minutiae extraction approach based on convolutional neural networks

【讨论】：

【解决方案2】：

如果您一心想要使用深度学习方法，则 rcnn、faster rcnn、yolo 和 ssd 等对象检测论文将帮助您解决这个问题。

很容易说这是一个可以用 OpenCV 中的工具解决的微不足道的问题，而深度学习是矫枉过正的，但我可以看到很多使用深度学习工具的理由，但这并不能回答你的问题。

【讨论】：