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，以便能够以任意旋转角度检测和读取QR码。开发将在Python中完成。

该计划旨在以不同背景的不同角度收集QR码的各种图像。从这我想创建一个数据集用于神经网络训练，然后测试。

我遇到的问题是，我似乎无法弄清楚数据集的正确特征设计以及如何从图像中识别用于特征处理的QR码。我会使用地面真实图像来隔离QR码还是边缘幅度图？图像特征设计似乎让我困惑。

任何帮助，这将是惊人的？谢谢你的时间。

Answer 1

你提到你想训练神经网络。而不是从你的问题开始，从一个初学者的例子开始。

1. 开始于MNIST example for deep learning。
2. 在Udacity Deep Learning Course中使用notMNIST数据集训练您的神经网络。

在这两个例子中，你会看到你没有设计功能，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使用QR码相同的技术。