在MNIST上進行培訓，檢測數字序列？

Question

在MNIST集上訓練好模型後，我如何將圖像分類爲兩位數？更一般地說，我該如何訓練一個模型來檢測圖像上的任意數量的數字？

Answer 1

有一個叫做「對象檢測」的熱門領域試圖做你想做的事情。一般來說，您可以檢測任何圖像甚至視頻中的任何內容（數字，人物，汽車等）。

在國家的最先進的技術大致可分爲兩類：

1. Faster-RCNN，它首先提出了很多的候選窗口的關注的對象，然後檢測實際上這些是什麼窗口內。
2. SSD，與Faster-RCNN相比，它只掃描一次圖像並檢測對象，速度更快但不可靠。

一個衆所周知的實時目標檢測方法是YOLO（只一次的樣子），其中落在SSD類別，並有一個非常令人印象深刻的實時演示here，給你的對象感檢測。搜索這些方法的名稱，你會發現很多滿足你的需求的示例代碼。

如果您只是在尋找數字檢測，也檢查斯坦福的House Number Dataset周圍的工作。但是，請注意，這些作品通常來自五年以前，並不一定會擊敗Faster-RCNN和SSD等通用方法。