pybrain 图像输入到神经网络的数据集

Question

我正在尝试编写一个神经网络（在经过适当训练后）识别某些路标并为每种类型的路标返回不同的输出。 在我开始训练我的网络之前，我在 pybrain 网站上注意到他们的数据集总是一个值数组，每个条目都包含一个输入和一个目标。我的神经网络图像已转换为灰度像素数据（一个简单的数字数组）。为了训练每组数据，我是否需要以某种方式为每个像素添加一个目标值？如果是这样，我该怎么做？

Answer 1

快速回答
不，您不需要为每个像素设置目标，您将单个图像中的像素视为输入数据，然后将目标添加到该数据中。

长答案
您要做的是解决分类问题。您有由数字数组表示的图像，您需要将其分类为来自有限类集的某个类。 因此，假设您有 2 个类：禁止标志（我不是母语人士，我不知道您如何称呼禁止某事的标志）和信息标志。假设禁止标志是我们的第 1 类，信息标志是第 2 类。
您的数据集应如下所示：
（[登录数字的表示]，类） - 单个样本

之后，由于是分类问题，我推荐使用DataSet类的_convertToOneOfMany()方法，将你的目标转换为多个输出。

我已经回答了类似的问题here，去看看吧。