ROI检测-深度学习-References

Question

我对深入学习的问题一无所知。

我正在寻找参考的建立一个深入学习算法，以检测ROI在给定的图像。我的目标是比较深入学习算法和通常的图像处理算法，我已经做了。输入的图像如下所示：

​

​

算法的输出应该如下所示：

​

​

Q1:你有什么参考--，如果我读了它们，就会让我从开始到结束构建这样一个深度学习算法？

Q2:否则，这些算法是否已经存在并且是免费可用的？(注意：这样的算法应该产生精确的ROI检测，而不是环绕明亮区域的宽矩形)。

Answer 1

你可以试着用Mask R。有关您的理解，请参阅以下链接：

• https://github.com/matterport/Mask_RCNN
• https://arxiv.org/abs/1703.06870

基本上，您需要使用像通过图像注释工具(https://www.robots.ox.ac.uk/~vgg/software/via/)或MakeSense (https://www.makesense.ai/)这样的工具为您的数据集做注释(多边形)。这些是我可以推荐的开源工具。经过训练，网络可以预测边界盒和被检测对象的边界。

Answer 2

你的任务很简单，不要担心对主题的了解，因为你的图片显示了你想要达到的目标，我建议你尝试使用语义分割，你可以在youtube上搜索或者阅读更快的read -它们与你想要做的事情有一定的关系。然后，您可以将输出结果与常规图像处理进行比较。