我想识别这些相互关联的几何形状。例如，看下面屋顶的图像，只要知道 RED 中的脊存在，我就知道 BLUE 中的脊也应该存在（即使它在图像中不可见）。如果我有数千个这样的标记图像，那么 ML 模型也应该能够学习到这一点。但是，我不知道如何表示这个问题？

标签：C、Z

标签：D

标签：C、Z

标签：E、G

让我们将这些脊称为线，如在第一个示例中，我们通过简单的边缘检测检测到 X 和 Y 线，但不是 Z，因为它不可见。与示例 2 中未检测到行 D 的方式相同，但检测到行 A、B、C。

我想要的是我制定一个 ML 模型，该模型从 X 和 Y 中学习应该有一个 Z，然后是从 A、B、C 中的 D。

我有一个此类示例的数据集，其中标记了山脊（红色和蓝色只是为了区分，所有山脊都用相同的颜色标记）。

有一些重要的事情要记住。

• 图像的亮度可能会有很大差异。
• 山脊可以有任何规模甚至方向（在合理范围内）。
• 输入图像几乎总是非常嘈杂。