我想 detect shapes 即圆形，方形，矩形，三角形等，使用 Machine Learning 技术 .
以下是形状检测的规格，
使用
-
卷积神经网络（CNN） .
-
对于训练，数据集在每个类别中包含10个形状的1000个图像 .
-
对于测试，数据集在每个类别中包含10个形状的100个图像 .
-
所有图像都是28x28调整大小，一个通道（灰色通道） .
-
数据集中的所有图像都是边缘检测图像 .
Questions
-
机器学习算法是否有可能区分正方形和矩形......？，正方形和菱形......？
-
如何改进形状检测数据集？提前致谢...！！！
1 回答
是的，对CNN来说这不是一项非常艰巨的任务 .
改善数据集的一种方法是使用图像增强 . 我认为你可以做水平和垂直翻转，因为所有这些数字在应用这种转换时仍然是相同的数字 . 您可以考虑其他变换，只要它们不更改轴大小，因为如果更改轴的大小，则正方形变为矩形，反之亦然 .