Tensorflow 使用CNN检测图像中的所有矩形

给定一张表的图像，我需要检测所有的空单元格。我在网上找不到任何关于这个的研究。这真的是CNN的问题吗？我曾尝试使用一些图像处理技术，如霍夫变换，但未能达到预期的效果。在图像处理方面还有其他建议吗

我的CNN方法到目前为止： 我使用RectLabel标签软件创建了一个非常小的数据集，并使用Tensorflow对象检测API训练了一个ssd网络。由于数据集较小，结果与预期一样，准确率非常低。我需要关于如何在不手动使用RectLabel软件的情况下增加数据集大小的建议

编辑：

---

我需要检测表格中的可填充单元格，忽略其中包含文本的单元格。在我看来，最好的处理方法是使用传统的计算机视觉和算法方法。您可能可以这样做：遍历每一行，并使用哈希表跟踪空单元格中的所有白色像素和非空单元格中的所有白色像素。最后，结果将是哈希表中的数字。这将占用时间和Om空间，其中n是像素数，m是单元数

如果你坚持使用CNN，那么你需要收集很多1000张细胞片图片，就像你的例子一样。然后，您应该选择一个网络，并牢记速度/精度的权衡。您可以像通常的监督培训一样培训您的人际网络。然后您可以在测试数据上测试它

---

学习方法可能会产生误报，因此我建议使用算法方法，因为它不太需要计算

你说的空单元格到底是什么意思？你也可以提供一些输入图像和期望输出的例子。嗯，乍一看，CNN是个糟糕的选择。我们需要一些示例图像来给您提供更好的建议。@hkchengrex我用输入图像编辑了这个问题。