python - 机器学习 - 图像特征设计

Question

我最近刚开始学习机器学习，有一个项目，我必须开发一个 QR 码本地化程序，以便可以检测和读取任何旋转角度的 QR 码。开发将在 Python 中完成。

计划是收集不同背景下不同角度的二维码的各种图像。据此，我想创建一个数据集，用于使用神经网络进行训练，然后进行测试。

我遇到的问题是我似乎无法为数据集找出正确的特征设计以及如何从图像中识别 QR 码以进行特征处理。我会使用地面实况图像来隔离 QR 码或边缘幅度图吗？图像的特征设计似乎让我感到困惑。

这方面的任何帮助都会很棒吗？感谢您的宝贵时间。

Answer 1

您提到您想要训练神经网络。与其从您的问题开始，不如从初学者示例开始。

1. 从 MNIST example for deep learning 开始.
2. 在 notMNIST 上训练您的神经网络Udacity Deep Learning Course 中使用的数据集.

在这两个示例中，您将看到您没有设计特征，而是神经网络以某种方式找到了正确的特征。最简单的解决方案是对数据集中的二维码使用相同的技术。