有图像识别的大佬么

[18870715400]

就是想做一个能识别出当前界面是广告界面，还是登陆界面，还是弹窗的功能程序。其中一种思路是将图片中的文字识别出来，根据文字来判断，第二种直接是根据图像转换成 ndarray，请问一下第二种有什么比较好的思路推荐么，感觉用 SVM，KNN，Logistic 什么的准确率好低，有什么更好的方法么？

[vedawang]

这种工作不应该由图像识别来做，速度慢，要做成普适性的算力要求又高。个人意见：根据 html 标签和元数据去识别更合适吧

[dinghow]

楼上加 1，OCR 关键词>图像分类，但是这种类型图像识别数据自己搞太麻烦，也不知道有没有公开数据集

[18870715400]

@vedawang 上面的要这样，我也没有太多办法。

[airqj]

这是为了融资强行 AI 啊.....

[Shingekinoshinji]

有大数据集直接上神经网络大力出奇迹吧，没有数据集老老实实 OCR

[111qqz]

数据量有多大呢？

[photon006]

分类就 3 种不是很难，关键得有样本数据集，而且以后业务场景出现的同类新图不能差异太大

[18870715400]

@111qqz 数据集大概只有 7、8 百张吧

[DrPikaduo]

@18870715400 这点数据量的话，还是用 OCR 关键词吧

[18870715400]

就是广告弹窗什么的图像没有太大的特征性，直接用普通算法识别准确率肯定不是很好，关键是各种类型图片的文字看图就比较明显，所以才会直接根据文本来建立相关的模型。

[lsvih]

强行创新不可取，把简单问题复杂化了

[KKbu]

SVM 效果按说对这种简单分类人物效果已经很不错了，感觉像是特征没选对

[dearmymy]

不知道你需求是什么？三张 png 图片要识别么？感觉你把东西复杂化了。你需求可能用别的方法实现更简单