image-processing - 用激光射击毛毛虫的神经网络和图像处理

Question

我有点像一个业余农民，我有一株珍贵的樱桃番茄植株在花盆里生长。最近，令我懊恼的是，我发现我的珍贵植物成为邪恶的 Manduca Quinquemaculata - 也称为番茄角虫 (http://insects.tamu.edu/images/insects/common/images/cd-43-c-txt/cimg308.html) 实现的计划的受害者。

在粉碎我看到的最后一个蠕虫时，我想，如果我使用连接到计算机的网络摄像头并运行程序，是否可以使用某种应用程序来监视我的珍贵植物？这些害虫伪装得非常好，我天真的眼睛很难发现。

我已经看到使用人工神经网络 (ANN) 进行各种研究，例如识别人脸等，因此也许可以使用 ANN 来定位害虫。

虽然我有几个问题，但我还是想提供一些建议。

1) 是否有不同人工神经网络在分类方面的排名？是否已知多层感知器比 Hopfields 更好？或者这是一个答案未知的问题？

2)为什么有几种不同的激活函数可以在人工神经网络中使用？ Sigmoids、双曲正切、阶跃函数等。如何知道选择哪个函数？

3)如果我有一张植物的图像，其中一根 Twig 上有一条蠕虫，我想我可以训练一个神经网络来寻找细的 Twig ，在短时间内变胖，然后再次变瘦。我有一个问题，尽管 Twig 遍布各地。是否有可以应用于图像以区分前景和背景元素的预处理步骤？我想隔离单个分支以一次一个地通过网络。是否有某种不错的转换算法？

任何关于模式识别和图像处理的好指针(例如书籍或文章)也将不胜感激。

真挚地，
米

在撰写此电子邮件期间，番茄角虫受到了伤害。

Answer 1

机器学习的一个很好的经验法则是:更好的特征击败更好的算法。即，如果您将原始图像像素直接输入分类器，无论您使用何种学习算法，结果都会很差。如果您对图像进行预处理并提取与“毛毛虫存在”高度相关的特征，那么大多数算法都会做得不错。

所以不要专注于网络拓扑，从计算机视觉任务开始。