Как обучить искусственную нейронную сеть, чтобы найти местоположение совпадения на изображении - PullRequest
Новая
       16

Как обучить искусственную нейронную сеть, чтобы найти местоположение совпадения на изображении

0 голосов
/ 27 апреля 2018

Я узнал, что нейронные сети хороши только для ответа на вопросы «Да» или «Нет», такие как «это человек, это машина, это яблоко» и т. Д.

Но я вижу примеры того, как ANN находят совпадения с лицами людей в людном месте и используют для традиционных приложений машинного зрения, таких как сопоставление субпиксельных шаблонов.

Является ли это просто продуктом комбинации ANN и традиционных методов сопоставления. Например, распознавание, какие функции соответствуют известному шаблону с использованием ANN, а затем выяснение, где находятся эти ключевые точки на изображении, с использованием старой доброй обработки изображения? Или возможно получить что-то кроме ответа «да» или «нет» из сети?

1 Ответ

0 голосов
/ 27 апреля 2018

Да, можно получить ряд ответов от Искусственной Нейронной Сети. Это зависит от того, как вы настроили свои нейроны.

Искусственные нейронные сети принимают решения, обучаясь на примерах с известными решениями, обычно в тысячах случаев, когда известны входные и ожидаемые результаты.

Они "обучаются", рекурсивно корректируя вес каждого нейрона, сравнивая его выход с ожидаемым выходом.

Ваш первый слой нейронов - это ваш вклад. Ваш последний слой - это ваши выводы. Если ваш последний слой имеет 2 нейрона, то вы получите один из двух выходов.

Нет ограничений на количество входов и выходов, которые может иметь искусственная нейронная сеть. Проверьте эти диаграммы:

enter image description here

enter image description here

Вот репозиторий для созданной мною Искусственной нейронной сети, который предсказывает вывод гейта XOR. Надеюсь, это поможет!

Вот таблица истинности для ворот XOR для ясности.

enter image description here

[UPDATE]

Чтобы прямо ответить на ваш вопрос о классификации изображений, я считаю, что искусственные нейронные сети - хороший подход.

Вот статья , которую я нашел полезным для понимания реализации классификатора изображений. Вы также можете поэкспериментировать с Tenserflow с приложением нейронной сети с графическим интерфейсом, которое представляет собой интуитивно понятный подход к пониманию работы нейронных сетей.

...