想象一条线将图像分成两个区域，这两个区域在纹理和颜色方面（略有）不同。它不是一条完美的人造线，而是一个细小的过渡区。我想建立一个能够推断出这条线上的几何信息（方向和偏移）的神经网络。图像还可能包含与任务无关的其他元素。现在，经典的 CNN 是否适合这项任务？就卷积数量（以及一般的层数）而言，它应该有多复杂？
用于线方向预测的神经网络架构
人工智能
卷积神经网络
2021-11-06 13:14:20
1个回答
远景：这些人已经解决了一个可能相关的问题。他们将“语义”线定义为在图像中划定重要区域或对象的线。为了检测这样的线条，他们使用来自预训练的 VGG16 网络的卷积层，然后在顶部添加自己的层。他们的方法很酷的一点是，他们在同一个网络上并行运行分类和回归。
您也许可以采用类似的技术来确定线的位置，然后对提取的线进行一些简单的分析以确定偏移和方向。