Создание нейтральной сети для обнаружения линий - возможно ли это?

Question

Итак, я хочу обнаружить линии на изображениях в градациях серого. У меня есть много данных 9x9 матриц пикселей с целыми числами от 1 до 256 и 1 * 4 матриц точек координат X, Y, X, Y. У нас есть 1 строка на изображение 9x9 или не строки. Так какая структура должна иметь мой NN?

Answer 1

Предполагая, что вы используете самые распространенные нейронные сети, многослойные персептроны, у вас будет ровно столько входных узлов, сколько имеется функций.

Входные данные могут включать преобразованные переменные, в дополнениесырые переменные.Количество скрытых узлов выбирается вами, но у вас должно быть достаточно, чтобы нейронная сеть могла адекватно выполнить сопоставление.

Количество выходных узлов будет определяться количеством классов и выбранным представлением.,Предполагая два класса («линия», «не линия» кажется вероятной), вы можете использовать 1 выходной узел, который указывает предполагаемую вероятность одного класса (вероятность оставшегося класса равна 1 минус вероятность первого класса).

Answer 2

Обнаружение простых линий на изображении в градациях серого является хорошо известной проблемой. Преобразования Хафа будет достаточно для работы. См. http://opencv.willowgarage.com/documentation/cpp/imgproc_feature_detection.html?highlight=hough%20line#cv-houghlines для функции, которая реализует поиск линий с использованием преобразования Хафа.

Можете ли вы попробовать вышеуказанную функцию и посмотреть, работает ли она?

Если это не так, пожалуйста, обновите ваш вопрос с образцом изображения.