如何对图像进行特定对象识别？

Question

我有 3 张不同对象的图片：智能手机、衬衫和一包意大利面。 我想在包含这些对象之一的任何图像上执行每个对象的识别。 例如，如果我们在一张图片中有相同的手机，我希望能够在这张图片中看到带有边界框的手机。如果电话不同，则不应绘制任何内容。

我首先尝试使用带有 python 和 tensorflow 的 Mask R-CNN 之类的神经网络来执行对象识别。但我意识到我没有庞大的训练数据集，只有我的 3 张图像。神经网络算法似乎适用于识别狗、智能手机、风景等概念，但不能识别特定的狗、特定的智能手机或特定的风景。

直截了当地说，如果我输入的任何图片包含相同的智能手机、相同的衬衫或相同的意大利面包，我希望程序能够检测到这一点。

什么算法最适合执行这种识别？

Answer 1

尝试使用COCO 数据集。由于 COCO 权重已经在数千个项目和图像上进行了训练，您应该能够运行 splash 功能来帮助使用 Mask RCNN 进行检测。

最坏的情况，如果您想训练自己的数据集，只需在网上找到大量与您要检测的对象相关的照片，对其进行注释，然后进行训练。