如何从图像中提取对象的大小

Question

我正在尝试组装一个管道，它可以在给定图像的情况下预测对象的大小，即在给定苹果照片的情况下预测单元 X 的大小。

据我所见，没有任何训练集具有一直在训练的校准对象；我的实际问题是从食物组中提取营养信息（粗略地说） - 一旦我知道食物 w*h 或边界框区域，我就可以拥有准确计算卡路里所需的一切。

如上所述，我知道只有一种方法可以做到这一点，那就是用校准对象训练分类器；因此可以在此处拍摄图像并将图像分组到您正在校准的对象的类中，例如一角硬币或一分钱、信用卡等具有静态尺寸的东西。

让我有点失望的是，是否有更好的做事方式，如果有，请另外分享，是否有任何使用静态对象校准的预训练模型，可用于估计给定任何图像的对象的大小

Answer 1

根据您对问题的定义，我认为您不应该训练分类器来预测对象的大小。您可能想要训练 NN 来识别一些常见的对象（dime、penny、CC 等）并训练另一个网络来识别食物。将“校准”对象放在盘子附近后，您可以轻松地标准化图像并计算食物的大小。