我正在尝试编写一个神经网络(经过适当的训练后)识别某些道路标志并为每种类型的标志返回不同的输出。 在我开始训练我的网络之前,我在pybrain网站上注意到他们的数据集总是一个值数组,每个条目包含一个输入和一个目标。我为NN拍摄的图像已经转换为灰度像素数据(一个简单的数字数组)。为了训练每组数据,我是否需要以某种方式为每个像素添加目标值?如果是这样,我将如何做到这一点?
答案 0 :(得分:2)
快速回答
不,您不需要每个像素的目标,您将单个图像中的像素视为输入数据,并将目标添加到该数据。
LONG ANSWER
你要做的是解决分类问题。您有由数字数组表示的图像,您需要将其分类为来自有限类的一些类。
所以,假设你有2个课程:禁止标志(我不是母语,我不知道你怎么称呼禁止的东西)和信息标志。让我们说禁止标志是我们的1级,信息标志是2级
您的数据集应如下所示:
([签到数字的表示],类) - 单个样本
之后,由于它的分类问题,我建议使用DataSet
类的_convertToOneOfMany()
方法将目标转换为多个输出。
我已经回答了类似的问题here,请查看。