使用Azure机器学习来检测图像中的符号

4年前，我发布了这个问题，并得到了一些不幸的是我的技能水平以外的答案。 我刚参加了一个构建巡回研讨会，他们谈论机器学习，这让我想到使用ML作为解决我的问题的可能性。 我发现这在蔚蓝的网站上，但我不认为它会帮助我，因为它的范围很窄。

这是我想要实现的：

我有一个源图像：

我想要在上面的图片中包含以下哪个符号（如果有的话）：

比较需要支持较小的失真，缩放，色差，旋转和亮度差异。

符合的符号数量最终将至少大于100。

ML是解决这个问题的好工具吗？ 如果是的话，任何启动提示？

---

据我所知，Project Oxford（MS Azure CV API）不适合你的任务。 他们的API非常专注于人脸相关任务（检测，验证等），OCR和图像描述。 显然你不能扩展他们的模型或者从现有的模型中培训新的模型。

但是，即使我不知道您的对象检测问题的开箱即用解决方案， 有足够简单的方法，你可以尝试，这会给你一些起点的结果。

例如，以下是您可以使用的一种天真的方法：

1）创建你的数据集：这可能是更乏味的一步，矛盾的是至关重要的一步。 我会假设你有大量的图像可供使用。 你需要做的是选择一个固定的窗口大小，并提取正面和负面的例子。

如果数据集中的某些图像大小不同，则需要将它们重新缩放至一个通用大小。 你不需要为这个尺寸太疯狂，大概30x30的图片就足够了。 为了使事情更容易，我会将图像变成灰度。

2）选择一种分类算法并对其进行训练：这里有非常多的分类算法。 但是如果你是机器学习的新手，我会选择一个我最了解的人。 牢记这一点，我会检查逻辑回归，它给出了不错的结果，对于初学者来说很容易，并且有很多库和教程。 例如，这一个或这一个。 起初，我会说要专注于二元分类问题（如图片中是否有UD徽标），并且掌握该问题时，您可以跳转到多类案例。 这方面也有资源，或者您可以每个徽标始终有多个模型，并分别为每个徽标运行此配方。

要训​​练模型，只需读取步骤1中生成的图像，并将它们转换为矢量并相应地标记它们。 那将会是你的模型的数据集。 如果您正在使用灰度图像，则矢量中的每个位置将对应于0-255范围内的像素值。 根据算法的不同，您可能需要将这些值重新设置为范围[0-1]（这是因为有些算法在该范围内的值更好）。 请注意，在这种情况下重新缩放范围相当容易（new_value = value / 255）。

您还需要拆分数据集，为培训预留一些示例，用于验证的子集以及用于测试的子集。 再次，有不同的方式来做到这一点，但我保持这个答案尽可能幼稚。

3）执行检测：现在让我们开始有趣的部分。 给定任何图像你想运行你的模型，并在有图标的图片中产生坐标。 有不同的方法可以做到这一点，我会描述一个可能不是最好也不是更高效的方法 ，但在我看来，这更容易发展。

您将扫描图片，在“窗口”中提取像素，将这些像素重新缩放到您在步骤1中选择的尺寸，然后将它们馈送到您的模型。

如果模型给你一个肯定的答案，那么你在原始图像中标记该窗口。 由于徽标可能以不同的比例出现，因此需要使用不同的窗口大小重复此过程。 您还需要调整窗口之间的空间量。

4）冲洗并重复：在第一次迭代时，很可能会得到很多误报。 然后你需要把这些作为反面的例子，并重新训练你的模型。 这将是一个迭代过程，希望在每次迭代中，您的误报越少，漏报的次数越少。

一旦你对你的解决方案感到满意，你可能想要改进它。 您可能想尝试其他分类算法，如SVM或深度学习人工神经网络，或尝试更好的对象检测框架，如Viola-Jones。 此外，您可能需要使用交叉验证来比较所有解决方案（您可以从头开始实际使用交叉验证）。 通过这一刻，我敢打赌你会有足够的信心，你想使用OpenCV或其他准备好使用的框架，在这种情况下，你将对引擎盖下的情况有一个公正的理解。

你也可以忽略所有的答案，然后去找一个像这样的OpenCV对象检测教程。 或者从另一个问题的另一个答案，如这一个。 祝你好运！

链接地址: http://www.djcxy.com/p/79575.html

上一篇: Use Azure Machine learning to detect symbol within an image

下一篇: Matching images with different orientations and scales in MATLAB