machine-learning - 使用机器学习进行形状检测

我想使用机器学习技术来检测形状，即圆形，正方形，矩形，三角形等。

以下是形状检测的规范，

使用

卷积神经网络(CNN)。

为了进行训练，数据集在每个类别中包含1000种图像(共10种形状)。

为了进行测试，数据集在每个类别中包含100个图像(共10个形状)。

所有图像的28x28尺寸调整为一个 channel (灰色 channel )。

数据集中的所有图像都是边缘检测图像。

问题

机器学习算法是否可以区分正方形和矩形...，正方形和菱形...？

如何改善形状检测的数据集？
提前致谢...!!!

最佳答案

是的，对于CNN而言，这并不是一项艰巨的任务。

改善数据集的一种方法是使用图像增强。我认为您可以同时进行水平和垂直翻转，因为在应用此变换时，所有这些图仍然是同一类型的图。您可以想到其他变换，只要它们不更改轴的大小即可，因为如果您更改轴的大小，则正方形将变为矩形，反之亦然。

关于machine-learning - 使用机器学习进行形状检测，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/44649290/