python-3.x - 使用深度学习的小目标检测
问题描述
我必须计算纸张中选中和未选中框的数量。复选框的大小非常小。这将是此方法或任何其他方法的最佳对象检测算法。我有一些图像可以自定义训练。注意我的任务只是对象检测和识别而不是定位。一种方法是提取包含复选框的图像部分并应用轮廓来分类选中或未选中的部分。我的问题是如何提取该部分包含扫描文档或纸张的图像。
解决方案
我认为你必须使用卷积神经网络,它是我用过的最好的对象检测算法,虽然对于小对象,这个算法非常擅长识别小的隐藏模式,所以我认为它最适合你,试试吧它。
推荐阅读
- cassandra - 将 Cassandra JMX 绑定到 ip
- sql - 谷歌大查询:需要帮助将 Postgres 查询转换为谷歌大查询
- apache-flink - 获取处理迟到事件的前一个窗口值
- c# - .Net 是否有更纤薄的 ReaderWriterLockSlim 可用?
- javascript - 如果 .then() 不起作用,如何获取 [[PromiseValue]] 的内容?
- sql-server - 尝试编写动态 sql 并将结果导出到文本文件
- c++ - MRISegmentation.exe 中 0x0435A072 (mfc110d.dll) 的第一次机会异常:0xC0000005:访问冲突读取位置 0x00000000
- android - 如何使用带有 Firestore onSnapshotListener 的任务来链接实时更新?
- php - 根据变量的值更改颜色
- mysql - 从 sparklyr 和/或 pyspark 连接到 mysql