代码之家 › 专栏 › 技术社区 › RobIII Lukas

用ML.Net实现C#中的图像分析

ml.net machine-learning tensorflow c#

-1

RobIII Lukas · 技术社区 · 7 年前

我的文件夹结构中有数千个JPEG。这些图像是我的车道2560 x 1440的快照,每60秒拍摄并存储一次。

我想创建一个程序,通过分析图像,可以检测我或我的妻子在那个特定时间是否在家。我有一辆红色的车,她有一辆亮黄色的车。所以一个简单的颜色阈值可能就足够了。另一个明显的区别是,我们都有自己的位置,从不在其他地方停车。另外,其他人不使用车道(如果他们使用,我不介意误报)。一个小问题是,相机在黑暗中切换到黑白(但这可能是停车位而不是颜色可能会派上用场的时候)。

所以我希望我能 ML.Net 然后训练一个模型,用一些手工标注的图像,无论我在车道上看到我或她的车,我都用数据标记图像。我想在白天给100到几百张图像加注释,在晚上给另一组图像加注释,然后将所有这些图像输入到ML.Net进行训练,然后分析几百张图像,在那里我可以手动检查结果并纠正任何错误,然后创建一种反馈循环,再训练几百张图像。

培训结束后,我想分析当前存储的所有图像以及每个新图像,以生成一些关于我(或我妻子)何时回家、何时离开等的数据。

我的问题是(这可能是这个问题被关闭为“太宽泛”之类的原因):我不知道该怎么做。我见过 awesome tutorials 这一切都让它看起来像是儿童游戏,但当我尝试用C#(我选择的语言)来做这件事,并寻找 ML.Net Howto's 我似乎找不到任何有助于我正确方向的东西。

例如: Train a machine learning model with data that's not in a text file .我是一名称职的程序员,所以创建CSV文件/数据库/任何具有 1.jpg -> rob home, wife not home 数据但是“How To”并没有解释如何将图像输入到ML.Net中,我也没有找到任何可以这样做的东西。最有可能的原因是我对ML(.Net)还不熟悉,可能是因为我太固执了,不想放弃用C#来完成这项工作,但现有的信息听起来很奇怪,令人难以理解,但也很稀少。这些信息通常会让我陷入困境,过了很长时间才发现这不是我想要的或我找不到任何暗示我走对了方向的东西。

长话短说; tl;博士 :

如何将图像输入到ML.Net,如何告诉ML.Net我/她的车在车道上进行任何给定的图像(培训),以及如何让ML.Net 告诉我 对于给定的图像,它是否认为我/我的妻子在家?还是这个 not possible (目前)? 我不是在寻找完整的代码 但对于指针,提示,链接,教程,例子或任何可能帮助我在正确的方向。

1 回复 | 直到 7 年前

Ben 7 年前

你可能会在这里找到有用的东西 Image recognition/classification using Microsoft ML.net 0.2 (Machine learning)

不过,我鼓励你把Python作为你的任务的选择武器。在这里,你只需根据标签将数据存储在不同的文件夹中,你@home,你的妻子@home,都@home,车道上没有车,其他 https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html

这可能不会花费你超过一个周末的时间,这包括学习python的基本知识。

编辑: 我似乎仍然不支持使用ML.Net来训练图像分类任务:“再次,请注意,此示例仅使用/使用带有ML.Net API的预训练TensorFlow模型。因此,它不训练任何ML.Net模型。目前,TensorFlow仅在ML.Net中受支持,用于使用现有TensorFlow训练模型进行评分/预测。”

这里有一条线索 https://github.com/dotnet/docs/issues/5379 ,

你可以尝试的是: http://www.emgu.com/wiki/index.php/Main_Page 结合OpenCV,这个 https://www.geeksforgeeks.org/opencv-python-program-vehicle-detection-video-frame/ 是Python中的一个例子,但是它应该使用EGGU很好的翻译成C++或C语言。一旦检测到车辆,检查位置和颜色。这种方法也可能避免标记任何数据。

或者,使用预先训练过的h5型文件并加载到ML.Net中,然后检查位置和平均颜色,以检查它是谁的车。