Opencv 通过卷积神经网络从图像中提取前景对象

我是计算机视觉和图像识别的新手。在我的第一个CV项目中，我正在开发一个工具，用于检测图像中的苹果（水果）

到目前为止我拥有的： 我用Python开发了一个卷积神经网络，它使用tensorflow来确定某物是否是苹果。缺点是我的CNN只在图像中苹果是唯一的对象的情况下工作。我的培训数据集类似于：

我想要实现的目标：我希望能够在图像中检测到一个苹果，并在其周围加上边框。然而，图像中会充满其他物体，如野餐图像中所示：

可能的方法：

滑动窗口：我会把我的照片分解成更小的图像。我会从左上角的一个大窗口开始，然后向右移动一步。当我到达图像的右边界时，我会向下移动一定数量的像素并重复。这实际上是一个滑动窗口，所有这些较小的图像都将通过我的CNN播放。 窗口的大小会越来越小，直到找到一个苹果。这样做的缺点是，我会通过我的CNN运行数百张较小的图像，这需要很长时间才能检测到苹果。此外，如果图像中没有苹果，那么大量时间将白白浪费

提取前景对象：另一种方法是从图像中提取所有前景元素（可能使用OpenCV？），并通过我的CNN运行这些对象。
与滑动窗口方法相比，我会通过CNN运行少量图像，而不是数百张图像

这是我能想到的两种方法，但我想知道在速度方面是否有更好的方法。滑动窗口方法最终会起作用，但要获得苹果的边界窗口需要很长时间

---

如果有人能给我一些指导（也许我完全走错了方向？），一些阅读材料的链接，或者一些提取前景元素的代码示例，我会非常感激。谢谢

更好的方法是使用，或。在这种方法被设计出来之前，按照你在问题中提出的方式检测物体是很常见的

---

SSD is有一个python实现。OpenCV用于YOLO实现。如果当前版本没有检测到Apple，或者您的项目要求您从头开始构建系统，您可以为Apple重新训练网络。

更好的方法是使用或。在这种方法被设计出来之前，按照你在问题中提出的方式检测物体是很常见的

SSD is有一个python实现。OpenCV用于YOLO实现。你可以为苹果重新训练网络，以防当前版本没有检测到它们，或者你的项目需要你从头开始构建一个系统