Моя конечная цель - классифицировать зерна в образце с контролируемой средой. Я получил рабочую модель для правильной классификации зерен на изображении, когда они не соприкасаются друг с другом, просто используя opencv findcontours, получая ограничивающие рамки и классифицируя их. Это не работает, когда много зерна касается друг друга.
Мой план состоит в том, чтобы получить маски для зерен с помощью маски RCNN и, прокладки с белым и подачи в этот другой классификатор,(Если это звучит глупо, пожалуйста, все же ответьте на вопрос маски изображения rcnn, так как это проблема, на которую я не могу найти ответ). Я использовал маску RCNN на следующих примерах и получил очень хорошие результаты для изображений с небольшим количеством зерен. Но у меня были большие проблемы с изображениями с большим количеством зерен, и, кажется, это не улучшилось с добавленными мной учебными материалами.
Я начинаю собирать и классифицировать больше изображений, и, поскольку это довольно долгая задача, мне бы не хотелось делать это снова. Должны ли я иметь изображения, которые все будут такими же, как те, которые будут использоваться, когда это будет готово, просто с разными зернами и аннотированы полностью. Или я должен взять меньшие изображения с 10-20 зернами и аннотировать их, или я должен использовать отдельные зерна?