本文将介绍定义问题的方式，以及我解决问题的方式。
目录
为什么选择“椅子问题”？
问题简单化：在清晰的图像中进行“椅子识别”
进一步的挑战：找到椅子的位置
一个先进的“对象识别”技术——yolo概述
将yolo应用于“椅子识别”
面临的挑战以及未来将采取的步骤
为什么选择“椅子问题”？
首先我将阐述我为什么想要在一张照片中“数椅子”。
在analytics vidhya的办公室里，通常会有10到15个人。但到了夏天，实习生们就会“涌入”我们的办公室。所以，如果我们要在夏天开全员大会，我们就必须要从其他房间里拉出所有空的椅子。
我是一个特别懒的人，所以我想，有没有一种算法能够直接告诉我们哪间房间有空闲的椅子。这样一来，我们就不用挨个房间找椅子了，省时又省力。
这看上去是个再简单不过的问题，但我可以用它来尝试我获得的新技能。深度学习能够解决这个问题吗？老实说，我也不确定深度学习究竟能不能用来解决这一问题，但是试一下总没有坏处，不是吗？
问题中需完成的任务
既然你已经了解了我们需要解决的问题，那么接下来我会向你介绍我解决问题的过程。我会把这个问题分解为四个不同的任务——
假如我们有一个房间的视频资源，那么在视频中有没有出现一把椅子？
如果视频中出现了椅子，那么这把椅子在房间的什么位置呢？
这把椅子是否被占用了？如果有未被占用的椅子，那么未被占用的椅子数量是多少呢？
我们应该从哪间房间里搬空椅子？
我决定先解决一个相对简单的问题，然后再尝试解决更复杂的问题。循序渐进，一步步达到我的目标。这也是我将这个问题分解为四个不同的任务的原因。在本文，我将详细介绍前两个任务的完成过程；在后续文章中，我会继续介绍后两个任务的完成过程。
问题简单化：在清晰的图像中进行“椅子识别”
解决“椅子问题”的第一步，也是最简单的一步，就是判断图片中的房间内是否有椅子。现在，我将这个问题进一步简化——我将网络对视频资源的需求忽略，给网络输入了我拍摄的几张照片。
假设我给你两张照片，你能告诉我哪一张照片中有椅子吗？
答案是第一张，而你究竟是怎么知道的呢？
因为你见过椅子很多很多次了，所以对你来说判断图片里有没有椅子并不难。换言之，你对于现实中的椅子长什么样已经有了了解。同样的，我们可以训练一个神经网络，让网络帮我们完成这个识别的工作。
顺便提一下，我们之所以使用神经网络而不用其他的算法，是因为神经网络是在图像处理问题方面最强大、最先进的技术。
所以，我将一个经过imagenet数据集预训练的神经网络应用到这些图像上。
但是当我让模型识别图像中的对象时，出现了一个问题——它不能准确地分别图像中的对象。例如，下图是模型针对图像的输出结果。
[[（'n03179701', 'desk', 0.56483036）， （'n03337140', 'file', 0.14689149）， （'n04550184', 'wardrobe', 0.03918023）]]
它将图片中的“椅子”错误地判断成了“书桌”。这样的结果实在令人很失望，因为书桌和椅子的相似度不高，按理来说是非常容易区分的。
解决“椅子还是书桌”的问题
正如我在之前的文章中提到的，每当我在建立神经网络时遇到问题，我就会逐步解决这个问题。我会将每个步骤列成一个清单：
第一步：检查网络架构
第二步：检查神经网络的超参数
第三步：检查网络的复杂性
第四步：检查输入数据的结构
第五步：检查数据的分布
在一番检查评估之后，我发现模型的图像输入是不正确的，因为我没有正确地处理图像的纵横比例。所以，为了解决这个问题，我添加了一个自定义代码，该自定义代码之前在github上的一个keras问题中出现过。更新的图像如下图：
[[（'n02791124', 'barber_chair', 0.77817303）， （'n03179701', 'desk', 0.090379775）， （'n03337140', 'file', 0.033129346）]]
处理完这个问题以后，模型就能开始正常地工作，输出正确的结果了。
进一步的挑战：找到椅子的位置
现在，我们已经判断出了图像中有一把椅子，那么接下来我们就要识别这把椅子在什么位置。除了这把椅子，我们还要识别出图像中的人。我们需要通过识别这个人来判断这把椅子是否被占用了。这两个任务（任务二和任务三）将有助于我们解决和处理更大的任务，判断作这把椅子是否被占用了。
与前面的任务一样，我们将使用一个预训练的网络，这个网络将给我们提供一个可接受的分数。目前，yolo网络是“对象检测”的最佳模型，它能够实时地展示相当不错的性能。在本文，我对yolo网络做了简单的介绍。下面，我们来看看如何利用yolo解决这个问题。
使用yolo进行“椅子检测”
在系统中设置yolo网络，我们可以按照以下简单的步骤：
第一步：
git clone https://github.com/pjreddie/darknet
cd darknet
make
第二步：
wget https://pjreddie.com/media/files/yolo.weights
用yolo来解决我们的问题，你需要输入以下指令，并且提供你自己图像的位置
./darknet detect cfg/yolo.cfg yolo.weights //data/image.jpg
在我们的图像上应用了yolo之后，我发现其结果非常不错。下面是一些例子：
面临的挑战以及未来将采取的步骤
虽然开端进展得非常顺利，但是仍然有问题会阻碍这个项目的发展。以下是其中一些问题：
问题一：这个yolo模型还是会出现一些错误，它并不是一个100%正确的模型。比如，在下面的这张图片中，一个垃圾桶竟然被错误地识别成了一个人！
问题二：如果在一张图像中，一把椅子挡住了另外一把椅子，算法还能识别出这把被挡住的椅子吗？这是个值得思考的问题。
除了这些可能出现的问题之外，还有一些更加实际的细节需要考虑，比如说，算法推荐一个解决方案需要多长时间？算法需要运行什么类型的硬件？等等。这些都是在把算法作为商品出售之前需要考虑和解决的问题。
同样，像之前所说的，在这篇文章中只讨论前面两个任务，还没有涉及到后面两个任务。那么，接下来的任务就是计算出房间内的椅子数量，然后建立起一个“端到端”的产品。
尾注
本文内容涵盖了图像中的“物体检测和识别”，其中的物体就是“椅子”。针对物体识别，我们用了一个简单的预训练的模型来识别图像中的物体。另一方面，针对物体检测，我们使用了yolo网络——一项非常先进的对象实时检测技术。
转载：中国机器人网（原始来源：评论：0）
以上是网络信息转载，信息真实性自行斟酌。
）
