将图像特征输入到 tensorflow 进行训练

Question

是否可以将图像特征（例如 SIFT 特征）输入到 Tensorflow 中的卷积神经网络模型？我正在尝试this project 的张量流实现，其中灰度图像是彩色的。与将图像原样输入模型相比，图像特征会是更好的选择吗？ PS。我是机器学习的新手，不熟悉创建神经 n/w 模型

Answer 1

您几乎可以为 TensorFlow 神经网络提供任何内容。 如果您对每个像素都有额外的特征，那么您将使用多个通道，而不是使用一个通道（强度）。

如果您有关于整个图像的额外特征，您可以在某些上层单独输入一个合并特征。

至于更好的性能，您应该尝试两种方法。 一般的直觉是，如果你没有很多样本，额外的特征会有所帮助，如果你有很多样本并且网络可以自行学习特征，它们的效果就会减弱。

还有一点：如果您是新手，我强烈建议您使用更高级别的框架，例如 keras.io（它是 tensorflow 之上的层）而不是 tensorflow。