pybrain图像输入到神经网络的数据集

Question

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？

Answer 1

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。