tensorflow - 使用 AI 检测损坏的零件

Question

我需要使用计算机视觉来检测汽车的损坏部件。我有汽车损坏前后的图像，我如何使用计算机视觉/人工智能来检测，在这种情况下，左大灯和保险杠损坏了。我有一个包含 70 个相似图像对的数据集。我尝试了图像处理，将图像叠加在每个图像的顶部以检测损坏。但并非数据集中的所有图像都适合叠加。我可以使用 Mask RCNN 来检测损坏区域，但如何将其减少到损坏的部分？

损坏前

损坏后

标签： tensorflowdeep-learningcomputer-visionobject-detectionyolo

Answer 1

查看Mask R-CNN。您可以使用多个汽车损坏图像来训练模型。只需注释您的数据，然后对其进行训练。训练完成后，您可以使用飞溅功能仅突出显示您想要的区域，即损坏区域。它很容易设置，在你的情况下看起来很完美。