神經網絡圖片分類

我想用神經網絡實現圖片分類。我想知道從圖片中選擇要素的方式以及要使用的隱藏單元或圖層的數量。神經網絡圖片分類

現在我有一個想法，將圖像的大小更改爲50x50或更小，以使得特徵的數量更少，並且所有輸入具有恆定的大小。特徵將是每個像素的RGB值。它是好的還是還有其他更好的方法？

此外，我決定去與1隱層與單位中輸入數量的一半。我可以更改號碼以獲得更好的結果。或者我會需要更多圖層？

你想分類什麼類型的圖片？圖片分類是一項艱鉅的任務，沒有明顯的解決方案如果你約束到某種類型的圖像，那麼它變得現實。對此有很多方法，如果你以前閱讀過關於這個主題的書籍，那會更好。 – Ran 2012-07-17 06:41:23

我想知道是否可以訓練神經網絡將圖片分類爲人或汽車。從其他答案我想我必須瞭解特徵提取以進一步進行。你的輸入需要 – 2012-07-17 07:17:36

但是也有一些成功的神經網絡學會了大量的圖像數據集，像

不是你需要很多的訓練例子。通常一個隱藏層就足夠了。但是很難確定「正確」的神經元數量。有時隱藏的神經元數量甚至應該大於輸入數量。當您使用2個或更多隱藏層時，您通常需要更少的隱藏節點，並且訓練速度會更快。但是當你需要很多隱藏層時，可能很難在第一層中訓練權重。

一類是專爲圖像設計神經網絡是卷積神經網絡。他們通常比多層感知器工作得更好，速度也更快。

2012-07-17 14:41:29 alfa

非常感謝數據集和建議..我會嘗試使我的網絡學習這些設置之一。 – 2012-07-20 06:34:38

NN可以純粹基於像素作爲特徵來學習這些圖像嗎？或者我做某種形式的特徵提取來分類圖像？ – 2012-07-20 06:50:43

是的，這是可能的。看看MNIST網站。有一些列出的MLP體系結構可以學習數據集，您將找到詳細描述實驗的參考資料。 – alfa 2012-07-20 07:51:59

50×50圖像特徵矩陣2500個是與特徵RGB值。你的神經網絡可能會記住這一點，但很可能在其他圖像上表現不佳。

因此這種類型的問題是更多的圖像處理，特徵提取。您的功能將根據您的要求而改變。看到這個similar question about image processing and neural networks

1層網絡將只適用於線性問題，你確定你的問題是線性的？否則，你將需要多層神經網絡

2012-07-17 07:02:58

50x50 = 2,500！ :) – alfa 2012-07-17 14:14:28

回答