如何使用机器学习（Tensorflow）建立新数据集的图像处理模型？

Question

我想用图像处理和ML（主要是Tensorflow）提取自行车仪表盘上显示的数据。这种集群的例子是

。在

我的输入将是如此完整的图像，我想从仪表盘上获得速度表显示的速度、空档指示灯的状态（开/关）、里程表读数等数据。有谁能告诉我这样做的完整过程是什么？或者在哪里有同样的教程？我是ML新手，网上有很多教程，但我不知道哪一个对我有用。在

Answer 1

这里有一些事情要考虑。例如，在将图像输入神经网络之前，首先需要对图像进行一点处理。也许可以把包含速度表读数的部分裁剪出来，在上面执行某种OCR（光学字符识别）来进行速度读数。在

中性指示器实际上更简单一些，因为只有两种状态，你可以自己查看一些样本图像，看看哪些像素实际上改变了颜色，然后自己写一个快速检查，也许是这样

(ON if pixel at (x,y) is green else OFF)  

对里程表做同样的操作，只需确定读数所在的区域，将其裁剪出来并在较小的图像上执行OCR。所以现在你真的在寻找使用TensorFlow的OCR教程，如果这是一个约束的话。在

编辑：

您可以使用一个名为cv2的库以编程方式在python中完成所有这些裁剪和编辑，您可以使用pip安装该库

^{pr2}$