張量流圖像對象位置

Question

這是一個相當直接的問題，但我對這個領域很陌生。使用這個tutorial我有一個偉大的方式來檢測某些模式或功能。但是，我正在測試的圖像很大，而且我尋找的功能通常只佔用圖像的一小部分。當我在整個圖片上運行它時，分類是不好的，但是當縮放和裁剪時分類很好。

我曾考慮編寫一個腳本，將圖像分解成許多不同的圖像，並對所有人進行測試（時間不是一個大問題）。但是，這仍然看起來沒有效率和不合理。我想知道最好的建議，也是最容易實現的解決方案。

我正在使用Python。

Answer 1

這似乎是一個簡單的問題，它是，但答案並不那麼簡單。本地化是一項艱鉅的任務，需要比分類整個圖像更多的腿部工作。人們已經嘗試過許多不同的工具和模型。一些模型包括R-CNN，它以許多不同於你的建議的方式來看待許多地區。或者，您可以查看諸如YOLO或TensorBox等模型。

沒有人回答這個問題，這會被問到很多！例如：Does Convolutional Neural Network possess localization abilities on images?

您希望在研究論文中尋找的術語是「本地化」。如果你正在尋找一個骯髒的解決方案（這不是時間敏感），那麼滑動窗戶絕對是第一步。我希望這可以讓你進入你的項目，並且可以從那裏進步。