阅读this article关于一个使用tensorflow将黄瓜分为九个不同类的家伙,我想知道这种类型的过程是否可以应用于大量的类。我的想法是用它来识别乐高部件。使用张量流来识别乐高积木?
目前,像Bricklink这样的网站描述的不止是40,000 different parts,所以它会比黄瓜的例子有点不同,但我想知道它是否听起来合适。没有简单的方法可以为每个部件获得数百张照片,但是可以采用以下过程声音:
- 拍摄零件的照片;
- 尝试使用张量流确定零件;
- 如果它没有识别正确的部分,拍摄更多的图片并将它们与神经网络一起馈送;
- 继续下一部分。
这样,每当我们遇到一件新作品时,我们都会“教”网络的参考,以便下次更好地认识到它。像这样,经过人类监测的数百次迭代之后,我们可以想象tensorflow能够识别这些部分吗?至少最常见的是?
我的问题可能听起来很愚蠢,但我不进入神经网络,所以任何建议都是值得欢迎的。目前我还没有找到任何方法来识别基于图片的乐高部分,这个“黄瓜的例子”听起来很有希望,所以我正在寻找一些反馈。
谢谢。
请记住,你把所有的部分,这至少是你可以用它来制作训练图像 – Eric