Train TensorFlow修改圖像

Question

我對訓練TensorFlow模型修改圖像的可能性感興趣，但我不太確定從哪裏開始。幾乎所有涉及圖像的示例/教程都是用於圖像分類的，但我認爲我正在尋找一些與衆不同的東西。

圖像分類訓練數據通常包括圖像加上相應的一組分類標籤，但我正在考慮一個圖像的情況加上圖像的「未來版本」作爲「標籤」。這可能嗎？這真的只是一個僞裝的分類問題嗎？

從哪裏開始的任何幫助將不勝感激。此外，該解決方案不必使用TensorFlow，因此對備用機器學習庫的任何建議也將受到讚賞。

例如，假設我們想要訓練TensorFlow在圖片中圍繞物體繪製圓圈。

例入境圖片：

標籤/期望輸出：

我怎麼能做到呢？

Answer 1

的兩種常用方法（即我所知道的那些），使模型生成/編輯圖像：

1. Deep Convolutional Generative Adversarial Networks
通過預先訓練的圖像分類模型（以類似的方式
2. 反向傳播到深層的夢想），但是你可以從最後一層開始反饋想要的標籤，梯度下降只應用於圖像。這是在下面的過程中更多的細節解釋說：CS231n（this lecture）

但我不認爲他們適應周圍，你給圈「3」的例子。我認爲對象檢測和實例分割會更有幫助。檢測您要查找的對象，通過分割提取邊界並對其進行後處理，以製作您希望的圓形（或任何其他形狀）。

參考的圖片：Intro to Deep Learning for Computer Vision