如何在道路线检测中使用 Python 创建自己的数据集以进行深度学习（Keras / Tensorflow）

Question

我的任务是在一个班级项目的图像上查找道路线。

我想开始编写卷积神经网络来完成这项任务，但我不知道如何创建数据集。

假设我必须在这张图片上找到线条（最初我得到了大约 1000 张可以检测到道路线条的交通图像）：

为了能够做到这一点，我必须创建一个数据集。该怎么办？我应该拍摄一些随机图像并剪切可以看到道路线的区域吗？训练图像的大小应该是多少？如何标记线条以从背景中脱颖而出？

另外，我认为在分割线时从图像中切割线是一种不错的方式，但我不能对整条线这样做，可以吗？

Answer 1

这在很大程度上取决于分配的详细信息。 “在图像上查找道路线”是什么意思？

根据上述问题的答案，您可以将图像划分为 4x4 或 5x5 网格，并尝试在该网格上找到包含道路线的单元格。

要实现这一点，您可以手动标记一些单元格（您可能希望创建一个小型 GUI 来促进这部分）并使用标记的数据训练您的 CNN。