是否可以使用 TensorFlow Lite 和 MLKit 为检测到的 object 返回多边形边界或 3d 图像分割？

Question

我正在制作一个使用 MLKit 的项目。 分类 model 将是 TensorFlow Lite model。 我注意到检测到的对象总是返回矩形边界框。 我希望他们返回形状类似于它正在检测的 object 的多边形边界，或者如果可能的话，返回一种“3D”边界。

我知道某些注释工具，以及诸如 Mask RCNN 之类的东西，但我不确定如何将它们集成到 TensorFlow Lite model（或者如果我应该在 Z20F35E630DAF44DBFA4C3F68F59 中实现它而不是在基础代码中实现它）甚至可以做到这一点，因此我为什么要问......

是否可以使用 MLKit + TensorFlow Lite 使检测到的对象返回边界多边形，甚至 3D 多边形/图像分割，而不是边界框？

Answer 1

ML Kit 的 Object 检测和跟踪 API 仅限于检测对象的 2D 边界框。 我个人不知道返回多边形作为边界的通用 object 检测解决方案。 图像分割（例如Tensorflow Lite Image Segmentation ）似乎是一种更简单的方法，尽管您可能需要（重新）训练自己的 model，具体取决于应用程序。