开发一个监督的图像处理软件，学习如何根据过去的行为编辑照片，我应该获得什么知识？

Question

我做过几个机器学习项目，但它们都与传统的机器学习(预测、分类等)联系在一起。我目前已经得到一个项目，在不到6个月内完成。

这个想法是开发/改进一个预先存在的软件。该软件从高级分子中获取一个分子的图像，然后尝试用红色高亮显示细胞株，有时该软件也将其他细胞的背景或线条作为突出显示部分，因此用户必须手动编辑和修剪这些错误。这样做的目的是让软件从用户的编辑和行为中学习。

我想知道的一件事是，这样一个为期6个月的项目对于没有图像处理和模式识别背景的人来说是否现实？还是因为我只拥有“面向数据的”/statistical机器学习经验，这将是非常困难的？

我的另一个问题是:我应该深入研究哪些类型的概念/主题来学习执行这个项目的基本知识？

Answer 1

从你的问题描述中，你需要计算机视觉和深度学习来完成这样的任务。这将是非常困难的，但你比其他任何人都更有优势，因为你有很强的统计和机器学习背景。您不必太担心图像处理部分，因为有一些库会为您完成这些任务。您可以查看PIL的that.The硬部分是从编辑部分学习。解决这个问题的一个更简单的方法是专注于图像处理和清晰地选择细胞线。另一种方法是在大量的细胞线“标签-图像”集合上训练Convnet，这样它就能够在任何图片中识别它。我确实认为这是一个很难解决的问题，但请试一试。干杯。万事如意。