使用深度学习突出显示图像中的特定单词

Question

我有很多这样的图片

在此图像中，有一些特定区域称为“基本词”。我像这样手动突出显示基本词。

我对深度学习完全陌生，所以问题是我可以创建一个可以使用深度学习突出“基本词”的模型吗？我可以像这样创建一些示例图像，但我不确定我需要使用哪种深度学习模型/算法，以便它可以自动突出显示基本词。

Answer 1

这些基本词是什么？

1. 他们是固定的然后不需要 DL 一个简单的查找就可以了
2. 他们是否有某种模式表明它是一个基本词，然后模式匹配算法在大多数情况下比 DL 更有效。
3. 您的数据集是否具有映射到可以传递给 DL 模型的基本词的特征，那么 DL 可能会帮助您

一种方法可以是

1. 使用 NLP 模型（创建您自己的模型或仅使用现有模型）并训练它以匹配某些给定文本的基本词，检查准确性和错误。
2. 使用库（可能是 pyteserract）从带有边界框的图像中提取文本
3. 将文本传递给 nlp，如果该词是基本词，则使用图像处理库（可能是 Pillow）使用边界框作为坐标突出显示它。

您可以阅读更多有关 CNN、NLP、NLP 标记、图像处理的主题，以更好地理解。

此外，您还可以查看 Azure 认知服务。

希望这有帮助。