使用 ANN 进行分类

Question

嗨 wlel 我正在做一个项目来识别使用 ANN 和 emgucv C# Visual Studio 2010 的笔。我有一个关于 ANN 的问题。我必须训练 ANN 才能识别笔。所以我在输出层有一个神经元用于两个分类（一支笔或非笔）所以我用 1100 张笔的图像训练 ANN，我的问题是：我是否需要用任何不是第二类笔的图像来训练 ANN （第一类是一支笔）或者如果我展示了一张 ANN 没有经过训练的图像，ANN 会假设那不是一支笔？

Answer 1

正如@Beaker 指出的那样，它将假定一切都是笔。但是，您可以使用输出的级别来预测成为笔的可能性。但你真正想做的是在钢笔和非钢笔上训练它。您可能还会看到 2 个输出节点的性能更好，一个用于笔，一个用于非笔。这通常是人们进行 NN 分类的方式，尽管使用单个应该可以。请注意，您选择的激活函数将指导节点之间的输入和输出范围（sigmoid 期望 0-1，tanh -1 到 1）。此外，网络的层数和每个隐藏层中的神经元数量会产生很大的不同。确保您至少有一个隐藏层。如果您只有输入和输出层，则不太可能做得很好。

如果你没有，我会使用一些随机对象的在线图像来训练负例。但是，您似乎已经考虑到了这一点，给它提供接近训练后使用时将看到的图像的图像将导致更好的性能。