Как обнаруживать несколько карт одного класса с использованием нейронной сети?
Краткое содержание
Я хочу обучить ИИ для определения класса (то есть масти и достоинства) карт в колоде. Карты из разных колод могут использовать слегка отличающиеся формы или цвета для представления этих атрибутов, и я хочу, чтобы система работала с множеством колод. Я приобрел много различных колод, отсканировал и промаркировал их. Следующим шагом будет создание набора данных для обучения с использованием библиотеки аугментации. Я нашёл два примера того, как это делали другие люди:Обнаружение изображений с использованием алгоритма YOLOи обнаружение карт покеров с помощью YOLOПроблема в том, что я хочу, чтобы мой ИИ мог обнаруживать несколько карт одного класса на одном изображении. В приведенных выше примерах они размещали метку в верхнем левом углу карты. Это имеет смысл, поскольку это хороший индикатор того, к какому классу относится карта. К сожалению, у каждой карты есть две такие метки.Я думаю, что их решение возвращает "обнаружено", если обнаружена любая инстанция данного лейбла. Но много карт с одним и тем же лейблом может быть в одном изображении, и я не уверен, могу ли я детектировать…
Полный текст
Задано 6 лет, 9 месяцев назад Изменено сегодня Просмотрено 768 раз
Задано 6 лет, 9 месяцев назад
3 $\begingroup$ Я хочу обучить ИИ для обнаружения класса (т.е. масти и ранга) карт. Карты из разных колод могут использовать немного отличающиеся формы или цвета для представления этих атрибутов, и я хочу, чтобы система работала с множеством колод. Я купил много разных колод, отсканировал и промаркировал их. Следующим шагом будет создание набора данных обучения с помощью библиотеки аугментации. Я нашёл два примера того, как это сделали другие люди: Обнаружение изображений с использованием алгоритма YOLO и карты для покера Обнаружение карт с помощью YOLO Проблема в том, что я хочу, чтобы мой ИИ мог обнаруживать несколько карт одного класса на одном изображении. В приведенных выше примерах они размещали метку в верхнем левом углу карты. Это имеет смысл, поскольку это очень хороший индикатор того, к какому классу относится карта. К сожалению, у каждой карты есть две такие метки. Я думаю, что их решение возвращает "обнаружено", если обнаружена любая инстанция заданного лейбла. Но многие карты с одним и тем же лейблом могут быть в одном изображении, и я не уверен, могу ли я определить количество класса с помощью этого решения. Например, если на картинке 2 Короля Черных, мне бы хотелось, чтобы моя система выдавала "2", а не "обнаружено". Считаете ли вы, что целесообразно отметить всю карту, подготовить данные соответствующим образом и обучить ИИ, который также обнаруживает количество? нейронные сети классификация распознавание изображений YOLO разметка данных Делитесь улучшением этого вопроса Поддержите этот вопрос Следите за этим вопросом отредактировано 13 января 2021 г. в 0:31 John Doucette 9 472 1 1 золотая медаль 20 20 серебряная медаль 52 52 бронзовая медаль задано 18 апреля 2019 г. в 17:29 Luca Hofmann 131 2 2 бронзовая медаль $\endgroup$ 0 Добавить комментарий | 1 Ответ 1 Отсортировано по: Сбросить по умолчанию Наивысший рейтинг (по умолчанию) Измененная дата (от новых к старым) Созданная дата (от старых к новым) 0 $\begingroup$ Хотя это не было очевидно, мы предполагаем, что под фразой «Несколько карт одного класса на одном изображении» подразумевается, что несколько карт одного достоинства и ранга будут сгруппированы вместе на одном образце изображения, но каждая карта на изображении будет выбрана из уникальной колоды. Такая организация была бы плодотворной только в том случае, если целью обучения было бы классифицировать, отмечать или каким-либо другим образом анализировать одни и те же группы после обучения. В противном случае было бы наиболее продуктивно и эффективно сначала разработать способ разделить изображения по колодам, чтобы сфокусироваться на обнаружении трех измерений или, возможно, первых двух, в зависимости от предполагаемого использования обученной сети. Ранг Масть Стиль Делитесь улучшением этого ответа Поддержите этот ответ Ответ 20 апреля 2019 г. в 15:37 Douglas Daseeco 7 553 1 1 золотая медаль 29 29 серебряная медаль 63 63 бронзовая медаль $\endgroup$ Добавить комментарий | Вам необходимо войти, чтобы ответить на этот вопрос. Задавайте вопросы, чтобы получить ответы Исследуйте связанные вопросы нейронные сети классификация распознавание изображений YOLO разметка данных Смотрите похожие вопросы с этими тегами.