记一次有趣的区分三角形和四边形的AI试验

缘由

近段有个有趣想法：如果在一个二维的画布上画上三角形和四边形，AI可以将这些简单图形区别开么？

问题分析

初分析来看，觉得此问题虽然看似简单，但可能还是存在一些难度。 例如，如果有些三角形，实际上是四边形内部的三角形时，是不是AI学习器也很不好区分？

再深入分析下去，首先遇到的问题，就是如何要对此二分类问题产生大量的三角形和四边形数据。

这些数据首先要具有随机性，次之还要避免重复，再者要避免成为一条直线，觉得还是稍微复杂了点。

那么能否采用较为简单的场景呢，因为三角形和四边形都具有顶点，问题可以简化为几个表达特征的顶点即可。

想到一般在送入学习器前，都需要将二维数据转化为向量数据，那么实际上这个问题可以进一步简化为向量中非零的个数问题。

但对于要试验的问题，未从理论上进行分析和确认，仅在直观上来看，似乎差距并不是很大。四个顶点信息，通常蕴含或内嵌一些三个顶点信息，所以，AI将其区分开，可能也没有那么简单。

是否线性问题分析

在一个向量中非零元素的个数，这个问题从理论上而言，是一个线性问题，因为仅需要o(N)复杂度就可以将这个问题解决。

如果AI可以学得计算某一个向量的计算非零元素个数的算法，就可以将这个问题解决。

AI试验

对于自己来讲，比较熟悉的还是OpenCV SVM技术手段。虽然，在技术原理上，SVM支持向量机用超平面的办法来区分不同的分类，可能对于计算向量非零元素个数的概念拟合的不够好，但不正好可以借助这个问题，试试SVM支持向量机AI的能力。

如果在这个问题上SVM能力欠缺，则准备试验CNN神经网络学习器试试

结论先行

最终试验来看，S