神经网络训练的视频注释

Question

我想训练一个神经网络，根据它们的形状、颜色等来识别视频中的一些对象。为了训练我的神经网络，我想让它针对一些训练视频（我拍摄的 MP4）运行，以便我可以做一些监督学习。 是否有任何工具可用于逐帧绘制视频，以便将其通过管道传输到 NN 中？

假设我们有一个示例，我想让 NN 识别红色三角形。我想逐帧浏览并“突出显示”具有红色三角形的区域，以便神经网络可以扫描帧，说是/否，有一个红色三角形，它就在这里，并检查它是否正确。

欢迎提出任何建议。

mj

Answer 1

更改源图像将训练网络识别您的注释，而不一定是所需的识别对象。如果您希望网络最终处理未注释的图像，这可能不是最佳方法。

我将创建一个单独的文件，其中包含应从每一帧中提取的所需输出数据，并按时间码或帧号进行索引。如果您只是检测某个对象的存在，只需列出包含该对象的所有帧就足够了，或者更好的是，开始和停止帧以描绘它何时可见。标准字幕工具应该可以很好地完成这项任务。

不过，这并不是一个真正的编程问题....在 SuperUser 上可能更合适。