Означает ли машинное обучение, что ему не нужно проверять какую-либо базу данных?

Question

Я делаю проект по распознаванию лиц по распознаванию лиц на основе нейронной сети. Он включает в себя обучение системы на различных изображениях. Означает ли это, что после обучения системы на различных изображениях она распознает людей, не сопоставляя их с какой-либо базой данных?чтение символов, если мы обучаем нашу систему всем персонажам, может ли она распознать нового персонажа без какой-либо дополнительной подготовки?

Answer 1

Основная идея использования нейронной сети в любой системе состоит в том, чтобы передать системе возможность принятия решений. Если мы хотим, чтобы наша система принимала какое-либо решение, у нее должны быть некоторые правила. Обучение нейронной сети наделяет систему знаниями и способностью принимать решения. Если у нас есть набор из 10 изображений для каждого предмета, мы можем использовать 6-7 изображений для обучения, а остальные - для тестирования. Обучение нейронной сети бывает двух видов: под наблюдением и без надзора. Обучение без учителя основано на некоторых прошлых знаниях, система может принимать решения на основе данных нового типа. Это действительно не нужно проверять любую базу данных после того, как она была обучена. Но в контролируемом обучении класс данных известен, и он распознает только их.

Answer 2

Распознавание лиц включает ситуацию, когда вы хотите дать системе изображение (вновь наблюдаемое лицо) и сравнить его с набором ранее определенных изображений.

Обучение будет состоять из разработки нейронной сети, которая будет лучше и лучше выполнять эту работу (то есть сопоставлять новое изображение с сохраненным изображением). Однако даже после тренировки вам все еще нужен этот набор сохраненных изображений.

Если вас интересует только одно лицо (например, вам нужна система, которая может научиться распознавать вас, но никого больше), то я полагаю, вы могли бы обучить нейронную сеть распознавать это изображение, а затем свойства изображения будет "встроен" в обученную нейронную сеть. Но это кажется менее полезным и менее эффективным, чем обучение системы для сопоставления с базой данных, а затем предоставление этой базы данных.

Или вы имеете в виду, что вы хотите, чтобы система увидела человека, а затем позже "узнала" этого человека, если они увидят его снова? Если это так, то снова эффективным способом было бы обучить систему уменьшать грань до набора характеристик и сохранять их в базе данных для последующего сопоставления.