基于小数据集的图像分割

Question

给定某个背景上的拼图图像（取决于任务的难度），识别图像上的拼图数量，并在图像上对每个拼图进行分类（对于每个拼图，告诉它有多少半岛和海湾）

背景可以是红色

或彩色

我使用opencv解决了（或几乎解决了）这个问题的简单版本（红色背景）（otsu thresholding->；dilating->；一些平滑卷积->；findContours，然后将轮廓传递给一些分类器）

但是，当我试图解决一个复杂的版本时，我遇到了严重的困难。这个

这是迄今为止我使用otsu阈值和腐蚀+扩张所取得的最好成绩。看来，这种阈值方法对硬背景效果不太好

我的数据集非常小（少于10张图像），所以我想不可能使用一些深入学习的分割技术。但是我可以用一些预先训练过的模型吗？ 这是我的第一个简历问题，所以我不太了解它。我有点不知所措，请你帮我

谢谢

Answer 1

我认为你需要使用基于形状的匹配。例如，您可以为每个旋转角度和比例计算每个形状的渐变，只需一小步。然后训练神经网络检测器。
对于实现实例检查：https://github.com/meiqua/shape_based_matching