Computer vision 如何从图像中提取对象的大小

我正在尝试组装一条管道，它可以预测给定图像的物体的大小，也就是说，给定苹果的照片，可以预测X单位的大小

从我所看到的情况来看，没有任何一个训练集有一个校准对象，该对象一直在一起训练；我的实际问题是从食物组中提取营养信息（粗略地说）——一旦我知道了食物的w*h或包围盒区域，我就可以得到准确计算卡路里所需的一切

如上所述，我知道只有一种方法可以做到这一点，那就是用校准对象训练分类器；因此，可以在这里拍摄图像，并将这些图像分组到一个类中，用于你正在校准的对象，例如一角硬币或一分钱、信用卡等。具有静态尺寸的对象

---

让我有点不高兴的是，是否有更好的方法，如果有，请另外分享，如果有任何预先训练的模型已经使用静态对象进行校准，可以用于根据问题的定义估计给定任何图像的对象的大小，我认为你不应该训练分类器来预测物体的大小。您可能需要训练NN来识别一些常见的对象（dime、penny、CC等），并训练另一个网络来识别食物。一旦你把你的“校准”对象放在盘子附近，你就可以很容易地标准化图像并计算食物的大小