机器学习 - 图像特征设计

Question

我有一个机器学习项目，我必须开发一个二维码本地化程序，以便可以在任何旋转角度检测和读取二维码。开发将使用 Python 完成。

计划是收集不同角度、不同背景的二维码的各种图像。由此，我想创建一个数据集，用于使用神经网络进行训练，然后进行测试。

我遇到的问题是，我似乎无法找出数据集的正确特征设计以及如何从图像中识别二维码以进行特征处理。我会使用真实图像来隔离二维码或边缘幅度图吗？图像的特征设计似乎让我感到困惑。

Answer 1

您提到您想要训练神经网络。不要从你的问题开始，而是从一个初学者的例子开始。

1. 从 MNIST 深度学习示例开始。
2. 在 Udacity 深度学习课程中使用的 notMNIST 数据集上训练您的神经网络。

在这两个示例中，您将看到您没有设计特征，但神经网络以某种方式找到了正确的特征。最简单的解决方案是对数据集中的 QR 码使用相同的技术。