cv 大佬看过来

[Raven316]

现有需求，识别正面面对的一个单杠的位置，单杠可能不同颜色甚至可能生锈，光照天气什么的就不说了也会变，背景可能会有双杠什么的。这种怎么做？难道粗暴的用 maskrcnn 标一下就能用吗？

另外可能还要识别操场跑道上的起跑线什么的（不需要识别跑道分隔线）。

这种需求是不是用传统视觉算法会简单一点，我看车道线识别好像也有的用到深度学习，具体做法不太清楚了就。

[heavenToothpaste]

不是大佬。
如果使用传统视觉算法，根据你的描述应该是大部分待检测物体是具有直线特征的，可以考虑边缘检测+霍夫曼变换+直线检测。传统视觉算法重点在于抓住哪个特征来做，然后找相对应的方法就可以。
如果用神经网络，直接拿 YOLO 、SSD 、RCNN 系列当目标检测任务来试试。

[Raven316]

@heavenToothpaste 好的谢谢回复，已经打算用 maskrcnn 试试，目标检测框的话，单杠这些，在框内占比太少了，效果我觉得不会好

[ykk]

数据驱动，如果数据不够多，才考虑传统视觉算法，最难解决的数据中不存在的遮挡、误检等等，有个人拿杆子路过，肯定会识别失败，考虑加一些外部逻辑例如单杠是静物，或者从摄像头成像上面，多目摄像头等，楼主形容的更像一个如何开始的问题，但放到生产里无论如何开始都会有更多的问题。