训练集训练人工神经网络

Question

我是这个网站的新成员。我正在做一个项目来识别一个苹果，使用ANN，C#和visual 2010。我有4000张图片，其中包含不同颜色和旋转的苹果。我有两个类，这意味着输出层中有一个神经元(它是一个苹果，而不是苹果)。头等舱我将使用4000张苹果图像，但我不知道我必须用什么图像来训练二等。我想用背景图像，比如房间，卧室。这是个好主意吗我的项目是关于分类是否是一个苹果，我不想识别葡萄或其他水果，.I给一个图像，我想重述，如果图像包含一个苹果或没有。

Answer 1

一些评论:关于标准化，它是有用的，因为它使图片对照明不那么敏感(如果没有标准化，在更好的灯光下相同的苹果看起来会更白，网络将以不同的值作为输入。你不想这样)。但是，您使用的公式将变量的值限制在a，b之间。在图片中，数字的值通常已经在0,255，所以需要另一种类型。您需要的规格化的确切类型取决于您从图片中提取的特性(最常见的是直方图均衡)。

但是，您的主要问题是无法将图像直接输入网络。网络必须以描述图片的向量为输入，而不是图片本身(请考虑一下:如果您将图片输入网络，它将逐像素进行比较。如果同一个苹果向右移动一个像素，则所有像素值都不同，尽管图片基本上是相同的)。

创建这样的向量可能非常困难，这取决于您想要如何使用它。一种简单(但有限)的方法是对苹果进行裁剪，获取每幅图片的直方图，并将描述每幅图像直方图的矢量输入网络。这样，网络很可能会对图像进行正确的分类。如果这是一个学校的项目，或者你刚刚开始在图像处理，试试这个。然而，如果你想在图片中找到只包含苹果的图片，那就复杂多了，你应该看看opencv关于2d特征提取的教程。

Answer 2

对于第二类，您需要使用不包含苹果的图像。理想情况下，它应该是不含苹果的图像的组合，这是宇宙飞船、足球比赛、笑脸、动物和其他你能想到的东西的集合。

然而，真正的问题，你根本不提，是如何提取特征:如果这是你第一次尝试，认为你只是把整个画面，像素一个像素，进入一个神经网络，并得到一个答案，你是运气不好。

最重要的过程是如何创建描述图像的向量。也就是说，如何从图像中生成一个向量，使得包含苹果的图像的向量与不含苹果的图像的向量非常不同。

然而，这绝不是微不足道的事情。事实上，是一项非常困难的任务，取决于图像的性质。如果头等舱的图像显示苹果占据了大部分图片，而第二类只显示卧室，则只需使用颜色直方图即可。

然而，如果图像显示的是随机场景，其中可能包含一个苹果，这是非常困难的。要开始，请查看opencv 2d特性+单形，以找到已知的对象。