machine-learning - 在 MNIST 上进行训练，检测数字序列？

Question

在 MNIST 集上训练模型后，我现在如何将图像分类为具有两位数？更一般地说，如何训练模型来检测图像上的任意数量的数字？

Answer 1

有一个名为“对象检测”的热门领域，它试图做你想做的事情。一般来说，您可以从任何图像甚至视频中检测任何内容(数字、人、汽车等)。

最先进的技术大致分为两类:

1. Faster-RCNN ，它首先为您感兴趣的对象提出许多候选窗口，然后检测这些窗口内实际存在的内容。
2. SSD ，它只扫描图像一次并检测物体，速度更快，但与 Faster-RCNN 相比不太可靠。

著名的实时物体检测方法是YOLO(You Only Look Once)，它属于SSD类别，并且有非常令人印象深刻的实时演示here ，给你一种物体检测的感觉。搜索这些方法的名称，你会发现很多满足你需求的示例代码。

如果您只是在寻找数字检测，还可以查看围绕斯坦福大学 House Number Dataset 的工作。但请注意，这些作品通常是五年前或更早的作品，并不一定能击败 Faster-RCNN 和 SSD 等通用方法。