我想要识别这些彼此相关的几何形状。例如,看看下面屋顶的图像,只要知道RED中脊的存在,我知道BLUE中的山脊也应该存在(即使它在图像中不可见)。如果我有数千个这样的标记图像,ML模型也应该能够学习这一点。但是,我无法弄清楚如何表示这个问题?
标签:C,Z
标签:D
标签:C,Z
标签:E,G
让我们将这些脊称为线,就像在第一个例子中一样,我们通过简单的边缘检测而不是Z来检测X和Y线,因为它不可见。同样地,未检测到线D,但是来自示例2的线A,B,C。
我想要的是我制定了一个ML模型,该模型从X和Y学习应该有一个Z,随后是A,B,C。
我有一个这样的例子的数据集,其中标记了脊(红色和蓝色只是为了区分,所有的脊都用相同的颜色标记)。
要记住一些重要的事情。
我可以想到两种方法。
我会用CNN来检测屋顶。如果颜色不重要,您可以制作图像灰度/其他颜色通道模型(例如HSV并移除H通道)。或者,您可以通过自动更改任何图像的色调并将此编辑的图像也提供给CNN来扩充数据集。