訓練神經網絡

Question

我有一張圖片.1200 * 1175像素。我想訓練一個網（mlp或hopfield）來學習它的一個特定部分（201 * 111pixel）以節省其重量以便在新的網絡中使用與之前的功能相同）只有沒有訓練它才能找到具體的部分。現在有這樣的問題：什麼樣的網絡是有用的; mlp或hopfield，如果mlp;隱藏層的數量; trainlm函數是無用的，因爲「out內存「error.I將圖片轉換爲二進制圖像，是否有用？

Answer 1

您究竟需要哪種解決方案？用圖像找到一個物體（比如「Where's Waldo」？）。目標對象是否總是具有相同的大小和方向？由於照明改變，它可能看起來不同嗎？

如果您只需要在較大的圖像中查找固定模式的像素，我建議使用直觀的相關度量，如互相關來有效地找到它。

如果您需要解決上述任何問題，那麼有兩個基本解決方案：1.使用不同姿勢，比例等對象的示例構建模型，以便模型能夠識別任何他們或2.開發一種方法來標準化正在檢查的像素塊，以儘量減少這些失真的影響（如胡的不變矩）。如果沒有別的辦法，yuo會想要執行某種數據縮減操作來減少輸入數量。從技術上講，你也可以嘗試一種不會旋轉等的模型，但我不知道這些模型有多好。我懷疑他們比傳統方法更溫和。

Answer 2

我發現AdaBoost有助於挑選圖像的重要位。那樣，使用高斯濾波器將圖像大小調整爲非常小的（如40x30）將加快速度，並將重量放在照片的更多區域，而不是放在微不足道的像素上。