ダイナミックな出力ノード数を持つニューラルネットワークの作成方法は？

Question

私は、与えられた画像の矩形を識別しようとするニューラルネットワークを作成しようとしています。ピクチャには予測不可能な数の長方形が含まれる可能性があるため、出力レイヤのノードをどのように表現する必要がありますか？

それとも、この場合には、ニューラルネットワークを使用することは不適切ですか？もしそうなら、どんなアルゴリズムを使うべきですか？

アップデート：私の問題は、顔認識がどのように機能するかに非常によく似ています。人間の顔の周りに長方形を置くもの。そのアルゴリズムは、ピクチャ内の動的な顔の数を識別することができる。私はそのようなことをしたいが、より単純な形をしたい。

Answer 1

あなたはどのようなプログラミング言語を使用していますか？ この場合、ニューラルネットワークが役に立つとは思わない。なぜなら、最終的に良い結果が得られない矩形を認識するようにニューラルネットワークを訓練することは非常に難しいからです。また、ニューラルネットワークの出力レイヤーは動的であってはいけません（これは動作しません）。 これを行う別の方法は、デジタル画像処理です。 Matlabは良いまたはオクターブです（オープンソース用）。概念は、デジタルフィルタ（テーブル3x3など）を画像に適用して、必要な四角形を「フィルタ」することです。だからもしあなたがデジタル画像処理に慣れていれば、その方法に従ってください。