与机器学习和小数据库进行分类

Classification with machine learning and a small database

本文关键字：分类数据库小数机器学习更新时间：2023-10-16

我想创建一个视频的阀门检测和分类：https：//www.youtube.com/watch?v=vy92fqmmsdfa要检测位置 open 和 close 和 InterMediate of Valve。

我已经进行了一些研究，发现了一些解决此问题的方法，但是我有一些尊重解决此问题的条件：

条件1：在应用程序中使用机器学习，我无法使用模板匹配等简单方法，...

条件2：使用一个小数据库(Classe的最少10张图像，最多40张图像由Classe by Classe(

条件3：如果相机位置更改，请检测阀的位置，因此我不能仅使用颜色来检测阀门。

我想使用HOG(直方图梯度( SVM/ANN，但Hog需要大量图像来训练SVM/ANN。

我不知道我是否可以解决尊重此条件的问题？

众所周知，ML方法正常工作所需的最重要的事情是数据。因此，我会说您的第一和第二条件彼此冲突。此外，您的第三种条件在问题中增加了更多的复杂性。您可以从不同的角度和照明条件下解决更多数据。但同样，它与条件2。

相抵触。

即使这样，如果您想遵循ML路径，我建议您使用预训练的模型，强大的数据增强，也许是模型的集合来帮助增加检测。由于问题并不难，因此应该起作用。