机器学习 - 图像的特征设计

Question

我刚刚开始学习机器学习，并且有一个项目，我必须开发一个QR码本地化程序，以便可以在任何旋转角度检测和读取QR码。开发将在Python中完成。

计划是以不同角度收集不同背景的QR码的各种图像。由此我想创建一个用神经网络训练然后进行测试的数据集。

我遇到的问题是，我似乎无法为数据集找出正确的要素设计，以及如何从图像中识别QR码以进行要素处理。我会使用地面实况图像来隔离QR码或边缘幅度图吗？图像的特征设计似乎让我很困惑。

对此有任何帮助会很棒吗？谢谢你的时间。

Answer 1

你提到你想训练神经网络。不是从你的问题开始，而是从一个初学者的例子开始。

1. 从MNIST example for deep learning开始。
2. 在notMNIST。{/ li>中使用的Udacity Deep Learning Course数据集上训练您的神经网络

   在这两个示例中，您将看到您没有设计功能，但NN以某种方式找到了正确的功能。最简单的解决方案是在数据集中对QR码使用相同的技术。