我正面临一个具有挑战性的问题。在我工作的公司的院子里，有一个相机陷阱，可以拍下每一个动作。在其中一些图片中，有不同种类的动物（主要是深灰色的老鼠）会对我们的电缆系统造成损害。我的想法是使用一些可以识别图片上是否有灰色鼠标的应用程序。理想情况下是实时的。到目前为止，我们已经开发出一种解决方案，可以为每个动作发送警报，但大多数警报都是错误的。您能否提供一些有关如何解决问题的可能方法的信息？
【问题讨论】：
标签： computer-vision real-time video-processing image-recognition
用技术术语来说，您在上面描述的内容通常称为事件检测。我知道没有现成的方法可以一次性解决所有这些问题，但只要稍加编程，即使你不想编写任何计算机视觉算法或类似的代码，你也应该做好准备。
高级管道将是：
确保您的视频质量足够。灰老鼠听起来有点难，而且照片可能是在晚上拍摄的——所以你应该有足够的红外光等。但如果人类能分辨出警报是真是假，那你应该没问题。
在运动时部署运动检测并拍摄快照图像。看起来你已经完成了这部分，太棒了！详细说明您的设置可能会使其他人受益。您可能还需要仅裁剪图像中的运动区域，您这样做了吗？
构建图像存档，包括您决定它们是假警报还是真警报（机器学习用语中的标签）。尝试为这两种情况收集至少几十张示例图像，并让它们代表真实世界的变化（您在白天也有问题吗？您所在的地区有降雪吗？）。
李>对从视频流快照中获取的图像进行分类，以检查它是否是误报或是否包含吃电缆的不良生物。这听起来很难，但深度学习和机器学习正在飞速发展；你可以：
实时方面有点开放，因为神经网络需要一些时间来处理图像 - 当使用公共 API 时，您还需要包括数据传输等，但是如果您推出自己的，您将需要花费大量精力来获得低延迟，因为默认情况下框架已针对吞吐量进行了优化（batch 预测）。一般来说，如果您对约 1 秒的延迟感到满意并且拥有良好的互联网上行链路，那么您应该可以接受任何服务。
免责声明：我是 vize.it 的共同创建者之一。
【讨论】：
养一只猫怎么样？
此外，您可以使用 IBM Watson Visual Recognition 服务训练您自己的自定义分类器。 （演示：https://visual-recognition-demo.mybluemix.net/train）它是免费试用的，您只需要为您想要识别的不同类别提供示例图像。总的来说，Petr 的回答非常好。
【讨论】：