computer-vision - 识别图片中的动物

Question

我正面临一个具有挑战性的问题。在我工作的公司的院子里，有一个相机陷阱，可以拍下每一个 Action 。在其中一些图片中，有不同种类的动物(主要是深灰色老鼠)会对我们的电缆系统造成损害。我的想法是使用一些可以识别图片上是否有灰色鼠标的应用程序。理想情况下是实时的。到目前为止，我们已经开发了一种解决方案，可以为每个 Action 发送警报，但大多数警报都是错误的。您能否提供一些有关如何解决问题的可能方法的信息？

Answer 1

用技术术语来说，您上面描述的通常称为 事件检测 .我知道没有现成的方法可以一次解决所有这些问题，但是通过一点编程，即使您不想编写任何计算机视觉算法或类似的代码，您也应该做好准备。

高级管道将是:

确保 您的视频质量足够 .灰老鼠听起来有点难，而且照片可能是在晚上拍摄的——所以你应该有足够的红外光等。但如果人类能分辨出警报是真是假，那你应该没问题。

部署 运动检测和拍摄快照图像在运动时。看起来你已经完成了这部分，太棒了!详细说明您的设置可能会使其他人受益。您可能还需要仅从图像中裁剪运动区域，您这样做了吗？

大楼 图片文件 ，包括您决定它们是假警报还是真警报( 标签 在机器学习用语中)。尝试为这两种情况收集至少几十张示例图像，并让它们代表现实世界的变化(你在白天也有问题吗？你所在的地区有降雪吗？)。

图像分类从视频流快照中获取，以检查它是否是误报或包含吃电缆的坏生物。这听起来很难，但深度学习和机器学习正在飞速发展；您可以:

部署您自己的神经网络，该网络构建在 caffe 等框架中或 Tensorflow (但你可能需要很多例子，我会说至少有几万个)

使用识别一般对象的图像分类 API，如 Clarifai或 Imagga - 如果幸运的话，它会注意到快照显示的是一只老鼠或一只松鼠(松鼠会咬电缆吗？)，但很可能在像这样的专门任务中，这些引擎会变得相当困惑!

使用 自定义图像分类 API 服务 这通常比滚动你自己的神经网络更强大，因为它可以使用很多技巧来整理这些图像，即使你只为每个图像类别提供少量示例(此处为假/真警报)； vize.it就是一个很好的例子(任何人都可以贡献更多这样的服务？)。

实时方面有点开放，因为神经网络需要一些时间来处理图像——在使用公共(public) API 时，您还需要包括数据传输等，但如果您推出自己的 API，则需要花费大量精力来获得低延迟，因为框架默认针对吞吐量进行了优化(批量预测)。一般来说，如果您对约 1 秒的延迟感到满意并且拥有良好的互联网上行链路，那么您应该可以接受任何服务。

免责声明:我是 vize.it 的共同创建者之一。