目标检测-字符

Question

我是目标检测的新手，我有泰米尔语字符，并且我使用CNN成功地完成了分类部分。

对于对象检测，我遵循这个示例- https://towardsdatascience.com/getting-started-with-bounding-box-regression-in-tensorflow-743e22d0ccb3

我们必须创建边界框并创建注释文件，该文件包含图像中存在的对象数量和对象的(Xmin，Ymin)，(Xmax，Ymax)坐标。

在我的项目中，我有一个数据集，其中每个图像都只有一个字符

​

​

​

​

如何创建所有字符都已经在感兴趣区域中的边界框…

谢谢

Answer 1

LabelImg是在图像上创建边界框的最常用工具。

此外，您还提到所有字符都在感兴趣的区域内，一种方法是创建一个包含所有这些字符的新图像，然后手动为每个添加边界框。

还值得注意的是，对象检测算法还考虑包含所述对象的环境环境，因此，在包括训练中的期望对象的环境中的更多方差将在暴露于外来/新环境时产生更健壮的模型。

此外，还应考虑使用数据增强，如rotation、scaling和translation.由于这些参数在实时检测中也会遇到，因此也有助于建立更鲁棒的模型，该模型可以在变化的环境中准确地检测。

您可以在此link中阅读有关张量流数据增强的更多信息。