Я пытаюсь создать сеть, которая идентифицирует отсутствующие атомы на изображении, а затем может подсчитать их.
До сих пор я создал CNN, который может выводить изображение, подобное приведенному ниже, которое выделяет только такие атомы 1 , и я нашел библиотеку OpenCV, которая, я думаю, сможет подсчитать все отдельные белые пятна (https://www.geeksforgeeks.org/white-and-black-dot-detection-using-opencv-python/).
Однако я хотел бы иметь возможность подсчитать недостающие атомы для данной структуры: например, я обвел красным кластеры точек, которые я хотел бы, чтобы моя сеть идентифицировала и считала как структура с 8 атомами, например. Я подумал, что самый простой способ может быть:
- Применять ограничивающие прямоугольники на основе сегментации, обрезать изображение и подсчитывать количество атомов в каждом блоке, что обеспечит маркированное изображение, однако большой проблемой будет включение дополнительных, несвязанных атомов в коробку
Если бы такой подход был принят, как бы я смог создать более специфичные c -образные коробки? Я мог бы попробовать раскрасить каждый кружок в зависимости от области и игнорировать другой цвет при обрезке до размера ограничивающего прямоугольника?
Лично я думаю, что вопрос, с которым я борюсь, состоит в том, как сегментировать это изображение и обрабатывать каждый кластер, или есть более плавный метод, который я мог бы использовать или интегрировать в свою модель ML?
