基于像素阵列的机器学习颜色分类方法

Question

从非常高水平的机器学习方法来看，基于输入Python的颜色传感器像素数组(即16x16数组)，什么样的分类方法会更好地识别对象或情况？

例如，如果我想根据数组中检测到的形状和颜色识别某些水果：

• 香蕉是弯曲的黄色的
• 苹果是圆的红色的
• 橙色是圆形和橙色。

如果我以这种数组形式以常量数据流读取，是否有任何类似的机器学习和分类应用程序可能最适合这种类型的应用程序？

Answer 1

这是一个卷积神经网络的经典问题。通常，这些工作与一系列的层使用2d卷积找到特征(例如，“弯曲”或“黄色”)，然后汇集(借用相邻的卷积)，然后一些组合。

我认为主要的问题是你如何计划得到一个好的，标记的，数据集(也就是说，一个香蕉已经被标记为“香蕉”，用于训练你的NN)。