Objekterkennung vom Bild mit Trainingsdaten unter Verwendung des automatischen Lernalgorithmus

Question

Ich versuche eine Anwendung zu erstellen, die 2 Aufgaben erledigt.

1. Holen Sie sich ein Objekt aus einem Bild, z. B. ein Rechteck, die eigentlich eine Ampel.
2. Finden Sie dieses ausgewählte Objekt in Trainingsdaten, Trainingsdaten sind eigentlich Masse der Bilder.

ich gesucht habe festgestellt, eine OpenCV Bibliothek, die nützlich sein kann, aber wie kann ich anfangen it.How kann ich einige spezifische Form von Bild zu erkennen und sie in Trainingsdaten mit passender Wahrscheinlichkeit finden.

Gibt es auch einen Algorithmus, der automatisch lernt ..?

Answer 1

Sie müßten die Koordinaten des Rechtecks ​​in einer CSV-Datei gespeichert haben (zum Beispiel) zusammen mit dem Pfad zum Bild. Sie würden dann das Bild zusammen mit den Koordinaten laden, um die Ampel als ein Unterbild zu erhalten. Dies, denke ich, beantwortet Frage 1.

Sie würden dann diese Teilbilder füttern, die Ihr positiver Datensatz zusammen mit einigen negativen Daten wäre, die zufällige Teile des Bildes sein könnten, die sich nicht mit der Ampel überschneiden, in einen maschinellen Lernalgorithmus wie eine HOG SVM. Es gibt einige nette Tutorials in Python hier: http://www.pyimagesearch.com/2014/11/10/histogram-oriented-gradients-object-detection/ Das würde, denke ich, Sie zur Lösung der Frage 2 führen.

Beantwortet das Ihre Frage? Oder habe ich es falsch interpretiert?