应用神经网络进行图像识别答案

【问题标题】：Applying Neural network for doing Image recognition应用神经网络进行图像识别
【发布时间】：2016-09-15 20:16:11
【问题描述】：

对图像进行canny边缘检测后，神经网络如何进行图像识别？我不是在寻找代码，我想知道神经网络实际上是如何工作的，以便从一组图像中匹配图像的相似性。

输入层、隐藏层等应该考虑什么？

【问题讨论】：

标签： machine-learning image-processing neural-network deep-learning conv-neural-network

【解决方案1】：

这个问题非常广泛。神经网络在这个问题上表现出色的主要原因是利用了一些图像固有属性和不变性以及计算进步这使得这个问题可以处理：

层次结构： 人脸由眼睛、嘴巴、耳朵等组成。眼睛由一组特定的形状组成，这些形状由某种边缘、线条……等组成。不同的人有一定的层次结构用于图像识别的形状、结构等——这就是为什么深度堆叠神经网络在处理这项任务方面如此出色的原因——这种层次结构被编码在神经网络的结构中。
几何不变性：如果您将汽车图像从左角移动到右角 - 您仍然会得到汽车图像。这个属性是某种神经网络成功的原因——卷积。这种 ANN 拓扑利用这种不变性使学习变得如此简单和强大。
提高计算能力：当今的卷积神经网络的设计方式使得计算非常容易以并行方式进行。此外，现代 GPU 的架构 使学习速度非常快 - 有时比传统 CPU 实现快 10 倍。

您可以阅读详细说明here。

【讨论】：

【解决方案2】：

你的问题真的很广泛。另外，从您的问题How is image recognition done by neural network after doing canny edge detection of the image? 这行可以推断出您是神经网络和深度学习的新手。神经网络并不专门执行精明的边缘检测。

我建议您在学习卷积神经网络 (CNN) 之前，先了解一些神经网络的基础知识。通过这种方式，您稍后将能够欣赏 CNN 概念。 CS231n 课程对您来说可能是一个很好的起点，因为该课程还涵盖了神经网络的基础知识。

很难为您的广泛问题写出任何具体的答案。如果您有一些具体问题，请告诉我。

【讨论】：