使用Azure机器学习检测图像中的符号

Question

四年前，我发布了这个问题，得到了一些答案，不幸的是，超出了我的技能水平。我刚刚参加了一个build tour会议，他们在会上谈到了机器学习，这让我想到了使用ML来解决我的问题的可能性。我在azure站点上发现了这一点，但我认为它对我没有帮助，因为它的范围非常狭窄。

以下是我正在努力实现的目标：

我有一个源图像：

ML是解决这个问题的好工具吗？如果是的话，有什么开始的建议吗？

Answer 1

据我所知，Project Oxford（MS Azure CV API）不适合您的任务。它们的API非常专注于面对相关任务（检测、验证等）、OCR和图像描述。而且显然你不能扩展他们的模型或者从现有的模型中训练新的模型。

然而，即使我不知道一个开箱即用的解决方案，您的对象检测问题；有足够容易的方法，你可以尝试，这将给你一些起点结果。

例如，下面是一个您可以使用的简单方法：

要训练您的模型，您只需要读取步骤1中生成的图像，并将它们转化为一个向量并相应地标注它们。这将是支持您的模型的数据集。如果您使用的是灰度图像，那么矢量中的每个位置将对应于0-255范围内的像素值。根据算法的不同，您可能需要将这些值缩放到[0-1]范围内（这是因为某些算法在该范围内的值执行得更好）。请注意，在这种情况下重新缩放范围相当容易(new_value=value/255)。

您还需要拆分您的数据集，保留一些示例用于训练，保留一个子集用于验证，保留另一个用于测试。同样，有不同的方法可以做到这一点，但我要尽可能地保持这个答案的天真。

3）执行检测：所以现在让我们开始有趣的部分。给定任何图像，你想运行你的模型，并在有标志的图片中产生坐标。有不同的方法可以做到这一点，我将描述一个可能不是最好的，也不是更有效的，但在我看来它更容易开发。

你将扫描图片，提取一个“窗口”中的像素，重新缩放这些像素到你在步骤1中选择的大小，然后将它们提供给你的模型。

如果模型给你一个肯定的答案，那么你就在原始图像中标记那个窗口。由于徽标可能以不同的比例出现，您需要用不同的窗口大小重复此过程。您还需要调整窗口之间的空间。

4）重复：在第一次迭代时，你很可能会得到很多假阳性。然后你需要把这些作为反面的例子，重新训练你的模型。这将是一个迭代过程，希望在每一次迭代中，你的假阳性和假阴性会越来越少。

一旦你对你的解决方案感到满意，你可能会想要改进它。您可能想尝试其他分类算法，如SVM或深度学习人工神经网络，或者尝试更好的对象检测框架，如Viola-Jones。而且，您将可能需要使用交叉验证来比较您的所有解决方案（您实际上可以从一开始就使用交叉验证）。到这时，我敢打赌，你会有足够的信心，你想要使用OpenCV或另一个准备好使用的框架，在这种情况下，你将有一个公平的理解，在引擎盖下发生了什么。

同样，您也可以忽略所有这些答案，去学习像下面这样的OpenCV对象检测教程。或者从像这样的另一个问题中得到另一个答案。祝你好运！