私は何百台ものコンピュータでアプリケーションを展開しフルスクリーンで実行しています。アプリケーションがクラッシュし、画面にWindowsデスクトップまたは外部ウィンドウのポップアップ（システム、外部プログラムなど）が表示されることがあります。私はokのケースと何百ものKoケースのスクリーンショットを数千種類持っており、将来的にko検出を自動化したいと考えています。 aiアルゴリズム/ apiは、入力にokとkoのスクリーンショットでフィードし、将来の予測のためにモデルを計算することができますか？画像の有効性の予測のためのAI
畳み込みニューラルネットワークの標準的な仕事のようです。 1つを設定するためのチュートリアルがたくさんあります。事前に作成された多くのネットワークがあります。
私は良い入門チュートリアルについては、このサイトのように：
https://github.com/aymericdamien/TensorFlow-Examples
VGG、インセプションを、Mobilenetは例多種多様で非常によく実行するすべての一般的な畳み込みネットワークアーキテクチャです。
このようなモデルを訓練するときに最も重要なことは、KOクラスとOKクラスのバランスをとることです。 OKの例よりもKOの例が少ない場合は、OKを予測するためにアルゴリズムをバイアスします。 KOの例をオーバーサンプリングするだけでこの問題を解決できます。必要に応じて再利用して、2つのクラスの間で約50/50の分割ができるようにします。
他のすべてはかなり簡単にする必要があります。 MNISTやCIFAR-10のようなCNNのチュートリアルを手に入れてセットアップしてください。チュートリアルに従ったら、データセットで試してみる準備ができているはずです。
また、イメージのサイズを小さくすることもできますが、224x224の範囲のどこかでは一般的に詳細と計算時間のバランスが良いと思います。