画像の特定部分だけに色を塗って、元の画像のその部分を検出できるような深層学習を行いたいです。
今のところ考えているのは、塗る部分の元の画像の画像値と、色を塗った画素値の対応関係を学習させようと考えてます。
検出物に色を塗った理由としては、先に人の目で判断しなければ、画像からそれを検出できないことが多いためです。
最終目標としては、学習させたモデルを用いて画像を読み込み、検出したい物体の画素値があれば、それを塗った色、例えば黄色に変換し、その画像内に黄色がどれだけあるかを出力できればと思います。
データとしては、元の画像と、それに検出物に色を塗った画像がそれぞれ300枚ずつあります。検出するものの形や大きさは様々ですが、同じような色です。ただ、光の当たり方や影によって多少色が変わります。
この場合、データのラベリングや、トレーニングデータ、テストデータをどのようにつくれば良いかなど教えていただきたく思います。
また、そもそもこのようなことは機械学習で可能でしょうか?初学者なので、まだ学習が浅く理解の及んでない質問かもしれませんが、お答えいただければと思います。
環境は
Windows 10
Python3.6.4
Keras 2.
tensorflow 1.8
GeForce 1050Ti
です。
また何かアドバイス、および参考になるコードなどありましたら教えていただきたいです。
以下参考図です.雲の影と思われる部分を塗りました.
![
回答1件
あなたの回答
tips
プレビュー