IBM Watson视觉识别。是否可以从特定对象获取X，Y坐标？

Question

我从一个大学项目开始，我正在寻找一个工具，帮助我找到图像中特定对象的像素坐标（X，Y）（我不是在谈论文本）。我想知道IBM Watson视觉识别是否可以帮助我实现这一目标，或者如果您知道任何其他可以更好地工作的工具。

谢谢。

Answer 1

你也可以采取混合“云边”的方法，如下所述：https://medium.com/unsupervised-coding/dont-miss-your-target-object-detection-with-tensorflow-and-watson-488e24226ef3

它使用本地运行检测区一TensorFlow模型，然后使用沃森VR要说一下的是在每个区域。这结合了TensorFlow的灵活性和Watson VR对许多（数以万计）不同类型的对象进行分类的能力。

Answer 2

你可以用Watson的视觉识别来做到这一点。首先，您需要训练一个自定义分类器来“查找”您正在查找的对象。一旦你完成了这个，你已经完成了一半。

第二部分涉及拍摄想要查找对象的图像，并将其分为四部分（左上角，左下角，右上角，右下角）。然后，您搜索图像的每个部分作为目标对象。如果您在其中一个象限中找到它，那么您将该象限分成四个部分，然后在图像的每个部分搜索目标对象。如果您继续并递归执行此操作（并跟踪每个象限和子象限的像素边界），最终您将缩小搜索对象的范围。

现在你应该也想做其他的搜索算法。考虑目标对象位于图像中心的情况 - 它不会出现在任何象限中。如果您的对象碰巧跨越象限边界，则无法获得准确的位置，因此需要多种搜索模式，但策略和方法是相同的。