(適切にトレーニングされた後) 特定の道路標識を識別し、標識の種類ごとに異なる出力を返すニューラル ネットワークを作成しようとしています。ネットワークのトレーニングを開始する前に、pybrain の Web サイトで、データセットが常に値の配列であり、各エントリに入力とターゲットが含まれていることに気付きました。NN 用に持っている画像は、グレースケールのピクセル データ (単純な数値の配列) に変換されています。データの各セットをトレーニングするには、ピクセルごとにターゲット値を追加する必要がありますか? もしそうなら、どうすればそれを行うことができますか？
1 に答える
2
クイック アンサー
いいえ、すべてのピクセルにターゲットを設定する必要はありません。単一の画像のピクセルを入力データとして扱い、そのデータにターゲットを追加します。
長い答え
あなたがやろうとしているのは、分類問題を解決することです。数値の配列で表される画像があり、限られたクラスのセットからいくつかのクラスとして分類する必要があります。つまり、禁止標識 (私はネイティブ スピーカーではありません。何かを禁止する標識をどのように呼んでいるかわかりません) と情報標識の 2 つのクラスがあるとします。禁止標識がクラス 1 で、情報標識がクラス 2 で
ましょう。データ セットは次のよう
になります
その後、分類の問題なので、クラス_convertToOneOfMany()のメソッドを使用DataSetして、ターゲットを複数の出力に変換することをお勧めします。
私はここで同様の質問に答えました、それをチェックしてください。
于 2014-08-20T10:03:14.013 に答える