訓練用ニューラルネットワーク

Question

私は画像を持っています.200 * 1175ピクセル。新しいネットで使用するためにその重量を節約するために、その特定の部分（201 * 111ピクセル）を学習するネット（mlpまたはホップフィールド）同じ種類のネットが有用であること、mlpまたはホップフィールド、mlpの場合、隠れたレイヤの数、trainlm関数が役に立たないという理由で、 "outメモリの "エラー。私はバイナリイメージに画像を変換する、それは便利ですか？

Answer 1

ソリューションには正確に何が必要ですか？画像があるオブジェクトを探します（「Where's Waldo」など）。ターゲットオブジェクトは常に同じサイズと向きになりますか？照明の変化のために違って見えますか？

大きな画像内で固定パターンのピクセルを見つける必要がある場合は、それを効率的に見つけるための相互相関などの直接的な相関測定を使用することをお勧めします。

上記の問題のいずれかに対処する必要がある場合は、次の2つの基本的な解決策があります。1.異なるポーズやスケーリングなどのオブジェクトの例を使用してモデルを作成し、それらの歪みの影響を最小限に抑えるために、調べるピクセルのパッチを正規化する方法を開発します（Huの不変な瞬間のように）。それ以外の場合は、入力の数を減らすために何らかのデータ削減を実行したいと考えています。技術的には、回転などに不変なモデルを試すこともできますが、その作業がどれだけうまくいくかわかりません。私は彼らが伝統的なアプローチよりも温和であると思う。

Answer 2

AdaBoostは、画像の重要なビットだけを取り出すのに役立つことがわかりました。それと、ガウスフィルタを使って非常に小さいもの（40x30のようなもの）に画像のサイズを変更すると、小さなピクセルではなく、画像の速度を上げ、重さを増やします。