神经网络图片分类

我想用神经网络实现图片分类。我想知道从图片中选择要素的方式以及要使用的隐藏单元或图层的数量。神经网络图片分类

现在我有一个想法，将图像的大小更改为50x50或更小，以使得特征的数量更少，并且所有输入具有恒定的大小。特征将是每个像素的RGB值。它是好的还是还有其他更好的方法？

此外，我决定去与1隐层与单位中输入数量的一半。我可以更改号码以获得更好的结果。或者我会需要更多图层？

你想分类什么类型的图片？图片分类是一项艰巨的任务，没有明显的解决方案如果你约束到某种类型的图像，那么它变得现实。对此有很多方法，如果你以前阅读过关于这个主题的书籍，那会更好。 – Ran 2012-07-17 06:41:23

我想知道是否可以训练神经网络将图片分类为人或汽车。从其他答案我想我必须了解特征提取以进一步进行。你的输入需要 – 2012-07-17 07:17:36

但是也有一些成功的神经网络学会了大量的图像数据集，像

不是你需要很多的训练例子。通常一个隐藏层就足够了。但是很难确定“正确”的神经元数量。有时隐藏的神经元数量甚至应该大于输入数量。当您使用2个或更多隐藏层时，您通常需要更少的隐藏节点，并且训练速度会更快。但是当你需要很多隐藏层时，可能很难在第一层中训练权重。

一类是专为图像设计神经网络是卷积神经网络。他们通常比多层感知器工作得更好，速度也更快。

2012-07-17 14:41:29 alfa

非常感谢数据集和建议..我会尝试使我的网络学习这些设置之一。 – 2012-07-20 06:34:38

NN可以纯粹基于像素作为特征来学习这些图像吗？或者我做某种形式的特征提取来分类图像？ – 2012-07-20 06:50:43

是的，这是可能的。看看MNIST网站。有一些列出的MLP体系结构可以学习数据集，您将找到详细描述实验的参考资料。 – alfa 2012-07-20 07:51:59

50×50图像特征矩阵2500个是与特征RGB值。你的神经网络可能会记住这一点，但很可能在其他图像上表现不佳。

因此这种类型的问题是更多的图像处理，特征提取。您的功能将根据您的要求而改变。看到这个similar question about image processing and neural networks

1层网络将只适用于线性问题，你确定你的问题是线性的？否则，你将需要多层神经网络

2012-07-17 07:02:58

50x50 = 2,500！ :) – alfa 2012-07-17 14:14:28

回答