python - Tensorflow 图像对象位置

Question

这是一个相当简单的问题，但我是这个领域的新手。使用这个tutorial我有一个很好的方法来检测某些模式或特征。然而，我正在测试的图像很大，而且我正在寻找的特征通常只占据图像的一小部分。当我在整个图片上运行它时，分类很糟糕，但当缩放并裁剪时，分类很好。

我考虑过编写一个脚本，将图像分解为许多不同的图像并对所有图像运行测试(时间不是一个大问题)。然而，这似乎仍然低效且不理想。我想知道有关最佳且最容易实现的解决方案的建议。

我正在使用Python。

Answer 1

这似乎是一个简单的问题，确实如此，但答案并不那么简单。定位是一项艰巨的任务，比对整个图像进行分类需要更多的跑腿工作。人们尝试过许多不同的工具和模型。一些模型包括 R-CNN，它以与您建议的方式不太相似的方式查看许多区域。或者，您可以查看 YOLO 或 TensorBox 等模型。

这个问题没有一个答案，而且这个问题被问了很多!例如:Does Convolutional Neural Network possess localization abilities on images?

您想要在研究论文中查找的术语是“本地化”。如果您正在寻找一个肮脏的解决方案(对时间不敏感)，那么滑动窗口绝对是第一步。我希望这能让你继续你的项目，并能从那里取得进展。