image - 用图像训练的人工神经网络

Question

我有兴趣创建一个软件，它可以使用 Microsoft Kinect 检测笔之类的物体。我记忆了 100 张正面图像和 200 张负面图像，以便由人工神经网络拍摄。我的问题是:如何将这些图像转换为 ANN 的输入？我猜最后一层有一个神经元，因为一个输出是笔还是不是笔，我猜输入也是一个我想总共使用 3 层。但是我不知道是否应该在矩阵中转换正负图像或者我该怎么办？

Answer 1

首先，欢迎来到 Stackoverflow!

我个人从未使用 Kinect 进行图像识别，但如果可能的话，您应该将图像缩小到相当合理的大小，例如 100x100，这样它仍然易于管理。

您还应该尝试将图像转换为灰度，因为这也有助于提高计算效率、缩短开发时间，并且比 RGB 更容易上手。

输入层不会为 1，这是给定的。如果我们指的是具有 100x100 尺寸的图像，则输入总数应为 10000，每个像素一个。请记住，您正在尝试尽可能细地分解数据，以便 ANN 可以检测数据中的模式。

输出层实际上应该有 2 个神经元，这是有充分理由的。请记住，每个输出神经元都在测量输入属于相应类别的可能性。通过有 2 个神经元，每个神经元都可以代表正类(是的，这是一支笔)或负类(不，这不是笔)。因此，通过使用 2 个神经元，您可以获得图像属于该类别的概率，然后您可以选择最高值作为答案。

3 总层数应该足够了，您可能永远不需要更多。有一些非常好的文章可以帮助您确定要拥有的层数，例如 this one我希望这有帮助!如果您还有其他问题，请告诉我。