Train TensorFlow修改图像

Question

我对训练TensorFlow模型修改图像的可能性感兴趣，但我不太确定从哪里开始。几乎所有涉及图像的示例/教程都是用于图像分类的，但我认为我正在寻找一些与众不同的东西。

图像分类训练数据通常包括图像加上相应的一组分类标签，但我正在考虑一个图像的情况加上图像的“未来版本”作为“标签”。这可能吗？这真的只是一个伪装的分类问题吗？

从哪里开始的任何帮助将不胜感激。此外，该解决方案不必使用TensorFlow，因此对备用机器学习库的任何建议也将受到赞赏。

例如，假设我们想要训练TensorFlow在图片中围绕物体绘制圆圈。

例入境图片：

标签/期望输出：

我怎么能做到呢？

Answer 1

的两种常用方法（即我所知道的那些），使模型生成/编辑图像：

1. Deep Convolutional Generative Adversarial Networks
通过预先训练的图像分类模型（以类似的方式
2. 反向传播到深层的梦想），但是你可以从最后一层开始反馈想要的标签，梯度下降只应用于图像。这是在下面的过程中更多的细节解释说：CS231n（this lecture）

但我不认为他们适应周围，你给圈“3”的例子。我认为对象检测和实例分割会更有帮助。检测您要查找的对象，通过分割提取边界并对其进行后处理，以制作您希望的圆形（或任何其他形状）。

参考的图片：Intro to Deep Learning for Computer Vision