回复40#ibmpda
可以 iOS fly ~

回复49#cd2050
训练数据靠谱的话应该挺好的。 iOS fly ~

回复50#kanke
没有图片 iOS fly ~

回复53#kvibert
你要识别的东西不就是图像吗？ iOS fly ~

回复54#kanke
我的意思是没有防护网破损的图片，只有正常状态的图片，这样子也行吗？ iOS fly ~

肯定是可以的。当年高铁结冰，所有高铁进站前70km/h的速度时候都能高清拍摄处理，拼接成整张图然后人工来检查车底的异常。
人工智能主要问题在于样本数据量非常少，而且出问题的可能是无穷的。
就楼主说的场景，和正常对比，有异常报警，人工来确认比较好。铁丝网上的问题就没那么容易了 One Day

样本多就行了

回复55#kvibert


所以你的意思是要AI识别没见过的东西？
你可以试试把不同光线、不同角度下的正常防护网图片随机分成两组，一组用作训练，一组用作测试。
用图像分类算法，训练组的所有图片都表示为防护网得到识别模型，再用测试组图片测试测试置信度。
然后把测试组测得的最低置信度作为阈值，新图片低于阈值报警，看看是不是出现了异常情况，一旦拿到确定异常图片再作为训练图片提高识别率。

总之别想轻松便宜的一下子完成这个任务。

是不是聘第三方巡视更简单粗暴？

没有数据…这个谁能做出来

量不是大的话，还是雇一个大爷吧，真的。

如果说有几百几千公里的高铁高速沿岸需要检测，再谈软件吧。

深度学习看上去很牛逼，这么复杂的场景，就标注图像，就死人啦。