【发布时间】：2019-02-18 19:52:32
【问题描述】：
我正在学习计算机视觉课程。
项目：识别汽车的颜色并进行更改。 例如：在车道上拍一张红色本田思域的照片，将红色油漆颜色更改为蓝色。应该忽略改变地面/草坪等的颜色。
现在我不知道我的方法是否是最好的，但我一直在研究如何解决这个问题
方法：
设计一个 CNN 来检测和分类图片中的汽车图像。
设计一个单独的 CNN 分类器，它将检测和分类汽车的颜色并将其与 CNN 连接
将两个 CNN 连接在一起。创建一个神经网络，其中一个 CNN 将对颜色进行补丁检测，而第二个 CNN 对图像和其中的汽车进行分类。
创建一个类似于 GAN 的网络来获取汽车的颜色。如果汽车的颜色已经是蓝色，则没有任何反应，但如果汽车的颜色是红色，那么 GAN 会将汽车的颜色变为蓝色。
有不同的方法来解决这个问题吗？
我想自己解决这个问题，但请指出正确的方向
【问题讨论】：
-
请阅读How to Ask 和tour。如果您对编程有任何具体问题，欢迎在这里提问。
-
也就是说，对于额外的信贷项目，您的方法似乎太过分了。如果你让所有这些工作，我会感到非常惊讶。请注意，用于检测图片中汽车的 CNN 将需要大量的训练数据，这意味着您将连续数周坐下来手动绘制汽车轮廓。 :)
-
@CrisLuengo 感谢克里斯的回复。我想我会找到另一种方法来解决这个问题。
标签： python python-3.x tensorflow computer-vision