Localization 如何用卷积神经网络对噪声圆进行分类和定位[tensorflow]

我的任务是通过神经网络在医学图片（x射线）中找到并定位圆圈（标记）。 图片[800x600，灰度图像]非常嘈杂，包含骨骼和圆圈/标记等结构

首先，我构建了一个用于训练分类器的图片数据集。 我从800x600图片中保存包含大小为28x28（标签=标记）的圆圈的区域。圆圈本身具有不同的强度级别（）有时圆圈部分被骨骼覆盖。此外，我还保存了一些不包含圆的区域（label=NoMarker）。 每个训练图像的大小均为28x28。 （数据库100'000张图片大小为28x28，一半带圆圈，另一半不带圆圈）。我将所有这些[28x28]图像和标签保存为与minst数据集（idx3/idx1）相同的格式

我开始基于tensorflow mnist_softmax示例构建分类器，获得了大约90%的准确率

代码如下所示：

# Read my  Datasets, code adapted from tensorflow.examples.tutorials.mnist:
# train_image [28x28] pixel, and the labels
mnist = read_data_sets(FLAGS.data_dir, one_hot=True)
sess = tf.InteractiveSession()

# Create the model
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)
# Define loss and optimizer
y_ = tf.placeholder(tf.float32, [None, 10])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.1).minimize(cross_entropy)

# Train
tf.initialize_all_variables().run()
for i in range(2000):
  batch_xs, batch_ys = mnist.train.next_batch(2000)
  train_step.run({x: batch_xs, y_: batch_ys})

# Test trained model
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print("Accuracy"+ str(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels})))

在此之后，我尝试定位圆中的像素。 对于本地化，我采用滑动窗口方法。这意味着，我运行另一个800x600图片，始终拍摄滑动窗口（28x28）中的区域，作为训练神经网络的输入。NN的结果是该窗口可能包含一个圆。此结果保存在矩阵/图片中：

本地化结果：

[已编辑]：我已将图片中正确分类的圆圈标记为红色。灰度的强度表示圆的概率[黑色像素=圆内的100%，白色像素=像素内的0%]。所以在最好的情况下，应该只有红点，图片的其余部分应该是白色的

在我看来，学习过程中似乎不涉及圆的几何/曲线。 我是机器学习领域的新手。是否有可能/模式我可以用于此任务。 顺致敬意，

---

凯特，你能澄清一下吗？如果您的问题基本上是“有更好的方法吗？”那么请明确您当前解决方案中的不足之处。当前方法中的问题是，例如，骨骼的边界也被检测为圆形（即使骨骼的形状是直线）。也许你知道一个比mnist更好的神经网络，它可以学习更多关于圆的几何知识？使用一个网络，例如使用更多层（卷积、最大池）可以帮助解决这个问题吗？我只是对这个问题进行了一般性的评论，因为它看起来很有趣，但在当前的形式下，它可能不适合StackOverflow的Q&a形式。也许你可以编辑这篇文章，包括一些你的代码，或者在图片上指出假阳性区域。是的，你能详细描述一下你拥有的数据集吗？你说你有800*600张图像，但训练数据由28*28张图像的补丁组成，其中有一个标签指示补丁是否包含一个圆？当你写

y=tf.placeholder（tf.float32，[None，10]）

时，我想你没有10个标签，只有2个？你能澄清一下吗？如果您的问题基本上是“有更好的方法吗？”那么请明确您当前解决方案中的不足之处。当前方法中的问题是，例如，骨骼的边界也被检测为圆形（即使骨骼的形状是直线）。也许你知道一个比mnist更好的神经网络，它可以学习更多关于圆的几何知识？使用一个网络，例如使用更多层（卷积、最大池）可以帮助解决这个问题吗？我只是对这个问题进行了一般性的评论，因为它看起来很有趣，但在当前的形式下，它可能不适合StackOverflow的Q&a形式。也许你可以编辑这篇文章，包括一些你的代码，或者在图片上指出假阳性区域。是的，你能详细描述一下你拥有的数据集吗？你说你有800*600张图像，但训练数据由28*28张图像的补丁组成，其中有一个标签指示补丁是否包含一个圆？当你写

y=tf.placeholder（tf.float32，[None，10]）

时，我想你没有10个标签，只有2个？