如何根据实时流数据中的一些过滤器（例如交通信号）进行分割答案

【问题标题】：How to do segmentation based on some filters(e.g. TRAFFIC SIGNALS) from live streaming data如何根据实时流数据中的一些过滤器（例如交通信号）进行分割
【发布时间】：2018-09-09 10:38:53
【问题描述】：

我应该从实时流数据中进行交通符号识别。请告诉我如何自动化分割过程。我能够使用神经网络从分段数据中识别符号，但卡在分段部分。我已经使用 YOLO 尝试过，但我认为我缺少一些东西。我也用openCV尝试过。请帮忙

INPUT IMAGE FRAME FROM LIVE STREAM

OUTPUT

【问题讨论】：

您是在寻找看起来像您的输出图像的分割图像，还是只想要黑色/空白背景的路标？
后一种，只是把路标分割出来

标签： opencv image-processing tensorflow deep-learning image-segmentation

【解决方案1】：

我建议您点击此链接： https://github.com/AlexeyAB/darknet/tree/47c7af1cea5bbdedf1184963355e6418cb8b1b4f#how-to-train-pascal-voc-data

这很容易理解。你基本上需要做2个步骤。安装和创建您想要使用的数据（在您的情况下是路标）。

因此请按照安装指南，然后尝试查找路标数据集，使用您自己的或创建您自己的数据集。您还需要注释文件（如果您使用自己的数据集，您可以轻松地自己生成它们 - 这也在链接中进行了说明）。你不需要大量的图片，因为暗网会自动增加图片（虽然只是调整大小）。如果你使用预训练的版本，你应该很快就能得到“ok”的结果~在 500 次迭代之后。

【讨论】：

欢迎来到 Stack Overflow！虽然链接是分享知识的好方法，但如果它们在未来被破坏，它们将无法真正回答问题。将回答问题的链接的基本内容添加到您的答案中。如果内容太复杂或太大而无法在此处放置，请描述所提出解决方案的总体思路。请记住始终保留对原始解决方案网站的链接引用。见：How do I write a good answer?