【发布时间】：2017-10-24 10:37:09
【问题描述】：
我正在考虑一个使用神经网络进行物体识别的玩具项目。我的一些物体从一个特定角度看时非常相似，但从不同角度看时很容易区分。因此我的问题是：
有哪些方法可以将同一对象的多个图像输入网络？或者有哪些网络架构可以利用从不同角度拍摄的多张图像？
我对机器学习技术有很好的了解，但对神经网络只有基本的了解。所以我在这里寻找的是与谷歌搜索相关的方法、技术和其他行话的名称，以及可能感兴趣的特定论文或文章的链接。
【问题讨论】：
-
不同角度是什么意思？是否像将图像旋转 90、180.. 度向您显示不同的对象？
-
@Pramod：不。从一个给定的角度看，两个不同的对象看起来是一样的。如果您在给定轴上将它们都旋转 90 度，那么只有这样它们才能区分。因此，我需要不同角度的图像才能正确分类。
-
所以你在谈论数据增强。数据增强将增加数据量，并且通过从不同角度输入图像，CNN 实际上会变得健壮。通过这样做，任何网络都会得到改善。看到这个问题datascience.stackexchange.com/questions/5224/…
-
@Pramod：感谢您的链接，但我不是在这里谈论数据增强。我需要网络知道我从同一物体的不同角度向它提供了两个图像。通过将这两个图像作为两个单独的样本放入，我会错过重要信息。下面托马斯的回答是我所追求的。
-
我最终使用了多个输入（每个摄像头一个输入）并在它们上使用了 Keras 合并层。我的对象并不总是向同一个相机显示同一侧，它们可以任意旋转。换句话说，我希望网络平等对待以下两种情况：“cam 1 显示 a，cam 2 显示 b”和“cam 1 显示 b，cam 2 显示 a）。不过，我对此并不完全确定。
标签： machine-learning neural-network computer-vision deep-learning image-recognition