在MNIST上进行培训，检测数字序列？

Question

在MNIST集上训练好模型后，我如何将图像分类为两位数？更一般地说，我该如何训练一个模型来检测图像上的任意数量的数字？

Answer 1

有一个叫做“对象检测”的热门领域试图做你想做的事情。一般来说，您可以检测任何图像甚至视频中的任何内容（数字，人物，汽车等）。

在国家的最先进的技术大致可分为两类：

1. Faster-RCNN，它首先提出了很多的候选窗口的关注的对象，然后检测实际上这些是什么窗口内。
2. SSD，与Faster-RCNN相比，它只扫描一次图像并检测对象，速度更快但不可靠。

一个众所周知的实时目标检测方法是YOLO（只一次的样子），其中落在SSD类别，并有一个非常令人印象深刻的实时演示here，给你的对象感检测。搜索这些方法的名称，你会发现很多满足你的需求的示例代码。

如果您只是在寻找数字检测，也检查斯坦福的House Number Dataset周围的工作。但是，请注意，这些作品通常来自五年以前，并不一定会击败Faster-RCNN和SSD等通用方法。