Как при помощи нейронной сети разделить график на части?

Question

[longfello]

Я пытаюсь разделить график на части. Графики бывают разные, но мне нужно выделить определенные паттерны.
Пробовал использовать TensorFlow Object Detection API. Но библиотека классов COCO, которая там используется, не про графики, а про объекты реальной жизни (собачки и котики, автомобили и т.д.). Либо нужно написать свой класс с паттерном графика (даже не знаю, как это сделать), либо использовать другой способ.

График нужно разрезать примерно так (чтобы получилось 6 частей). Красным - линия разреза (границ объектов).


Нейронную сеть мы используем потому, что графики могут быть разными, например, такими. И этот график нужно разрезать на 4 части, чтобы извлечь необходимые паттерны.

Comments

[devalone]

Разными - это какими? Пока вижу только синусоиду, которую разбить можно без всяких нейросетей.

[GavriKos]

А еще важно - что у вас за входные данные то? Картинка, пары x-y, или что?
И что вы хотите получить на выходе?

[d'Ivan]

Я прошу прощения, но тег нейросети тут вообще ни при чем.

[Developer]

Тут даже человек не видит паттернов, не то что нейросеть. Я вот нифига не понял что нужно выделить

Answer 1

[rPman]

Есть интересный пакет библиотек и графический интерфейс Weka, в котором собрано огромное количество алгоритмов по работе с данными, поиску закономерностей и прочее прочее.

Ваша задача зовется Классификация. гуглите исходя из этого, и нейронные сети в этом только один из вариантов, и не самый эффективный.

p.s. 99% работы - принятие решения о форме подачи данных и их подготовка (конвертация) на вход в алгоритм. Т.е. вы можете пытаться рисовать график на растре и подсовывать этот растр нейронной сети (и платить просто бесконечные деньги на обучение), или вы можете придумать функцию, через которую прогоните свои данные, чтобы сделать их более представительными или скрывающую недостатки (например экстремумы в бесконечность),..

Comments

[longfello]

У меня входные данные - график. Сосканированный с бумаги :) то есть картинка.
Если бы на входе были цифровые данные, я бы нашинковал их как угодно.

[rPman]

longfello, графики на растре не так уж и сложно перевести в вектор, возня в основном со сферическими искажениями из-за линз фотоаппарата и неравномерности освещения и помятостей. После того как вы это решите, простым сканированием восстанавливаете последовательность точек.

Не стоит совать растр сразу в нейронку, так как потребуется нереальные ресурсы чтобы сделать вышеописанную работу неподходящим для этого инструментом (сеть сама для себя подготовит данные из растра, но на это уйдут несколько слоев и лишние миллионы нейронов)