具有非常小的数据集的图像分割

Question

给出某些背景上的拼图图像（取决于任务的难度），识别其上拼图的数量，并对图像上的每个拼图进行分类（为每个拼图说明它有多少个半岛和海湾）

背景可以是红色

或有色

我设法使用opencv解决了这个问题（红色背景）的简单版本（大津阈值->扩张->一些平滑卷积-> findContours，然后将轮廓传递给某些分类器）

但是当尝试解决一个复杂的版本时，我遇到了严重的困难。这个

是迄今为止使用otsu阈值化和腐蚀+扩张所取得的最好成绩。看来，这种阈值处理方法不适用于硬背景。

我的数据集很小（少于10张图像），所以我想不可能使用一些深度学习分割技术。但是也许我可以使用一些预先训练的模型吗？这是我的第一个简历问题，所以我对此并不了解。我有点主意，请您帮助我。

谢谢！

Answer 1

我认为您需要使用基于形状的匹配。例如，您将为每个形状针对每个旋转角度计算梯度，并以较小的步长缩放比例。然后训练神经网络检测器。对于实现实例，请检查：https://github.com/meiqua/shape_based_matching