图像识别能处理那些不能直接看到决定质量的类吗？

Question

我有以下问题，不太确定它是否可以通过图像识别(和卷积神经网络)解决。

我有一个400 k图片的数据集，分为5类。这些图片是应用程序的屏幕截图，根据他们所接受的年龄等级，它们被放入了5个类别中。

例如:我有200 k标记为0级，这意味着它们适用于所有年龄段(根据年龄等级)；我有50k图片标记为1类(适合于6+年龄的儿童)等等。

有了这些数据，我想训练一个神经网络，它可以告诉我，哪个年龄的截图(因此相应的游戏)可能有。

，这是一个通过图像识别可以管理的问题吗？

我已经研究过用于图像识别的示例(主要是Keras教程)，它们都处理了明显可见的问题(比如“图像显示猫还是狗”)。浏览我的数据集，我意识到，有些图片是相当相似的，虽然属于不同的类。

卷积神经网络(或任何其他类型的图像识别算法)能处理无法直接看到决定因素的类吗？这仅仅是网络有多深的问题吗？

我会非常感激，如果有人能指点我在哪里寻找更多的信息的大方向。

Answer 1

它可以也不能。CNN要想在没有上下文输入的情况下提供良好的结果，就意味着输入和输出之间必须有一定的相关性。因此，让我们说，一些应用程序的设计与年龄相关，然后是的，这是可能的，否则它不会，除非你给网络更多的工作。

这实际上可以让你进行一个很酷的实验来检查你自己，通过一些普通的CNN运行，如果它评估得很好(通过交叉验证)，那么您可能已经证明了相关性的存在。

(注意:如果模型没有很好的测试，这不是证据表明相关性不存在，可能不太可能，但不可能)

Answer 2

是的，原则上这是可管理的。您要寻找的输出层称为软极层。它评估每个类的概率，并选择最有可能的类。

用“不可直接看见”，我想你的意思是“对人类专家来说不明显”。这正是机器学习开始的地方。近年来，进步了很多算法在图像分类中的应用。然而，成功并不能得到保证。神经网络可以发现的变量之间需要有一些真正的相关性。

正如@mshlis所指出的:图片旁边的上下文可能会提高您的结果(即开发人员工作室、整个应用程序的大小、图形数据的大小，或者其他可以用来预测年龄等级的指标)。