Machine Learning - Особенности дизайна для изображений

Question

Недавно я начал изучать компьютерное обучение и имел проект, где мне нужно разработать программу для локализации QR-кода, чтобы QR-код можно было обнаружить и прочитать под любым углом поворота. Разработка будет выполнена на Python.

Планируется собрать различные изображения QR-кодов под разными углами с разными фонами. Из этого я хотел бы создать набор данных для обучения с нейронными сетями, а затем тестирование.

Проблема, с которой я сталкиваюсь, заключается в том, что я не могу представить правильный дизайн объектов для набора данных и как идентифицировать QR-код из изображений для обработки функций. Могу ли я использовать изображения с земной истиной, чтобы изолировать QR-код или карты магнитных границ? Дизайн элементов для изображений, похоже, меня смущает.

Любая помощь с этим была бы удивительной? Спасибо за ваше время.

Answer 1

Вы упомянули, что хотите обучать нейронные сети. Вместо того, чтобы начинать с вашей проблемы, начните с примера для начинающих.

1. Начинается с MNIST example for deep learning.
2. Тренируйте свою Нейронную сеть по набору данных notMNIST, который используется в Udacity Deep Learning Course.

В этих двух примерах вы увидите, что вы не создаете функции, но NN каким-то образом находит правильные функции. Самое простое решение - использовать такую ​​же методику для QR-кодов в вашем наборе данных.