利用深度学习识别场景

Question

识别具有深度学习(最好是Keras)的场景的方法是什么？有许多例子展示了如何对有限大小的图像进行分类，例如狗/猫、手写字母等。也有一些例子用于检测大图像中的搜索对象。

但是，识别的最佳方法是什么?例如，它是教室、卧室还是餐厅？用这些图像创建一个数据集？我不这么认为。我认为人们应该用可能出现在场景中的许多东西来训练模型，在分析的图像中创建找到的东西的向量，并使用第二个分类器(SVM或简单神经网络)对场景进行分类。这是一种正确的方法吗？

附言:事实上，我正面临着另一个问题，同样的问题。我的“场景”是一个显微镜图像。图像包含不同的单元格和伪像集。根据一组数据，医生会做出诊断。所以我的目标是用这些人工制品来训练CNN，我用简单的形态学方法提取这些人工制品。这些人工制品(例如生物细胞)将是我的特征。因此，第一级识别-特征提取由CNN完成，后一级分类由SVM完成。只是想确认一下，我不是在重复发明轮子。

Answer 1

在我看来，你的房间场景和生物场景之间的比较是不同的。特别是因为您的场景是一个显微镜图像(可能是有限的预定义的域)。

在这种情况下，纯分类应该是有效的(不需要查看数据)。换句话说，神经网络应该能够找出它看到的是什么，而不需要你手工制作特征(如果你需要可解释性，这是一个全新的讨论)。

在这个paper中也有很多场景理解的方法。