我正在尝试使用神经网络（多层NN）来帮助我将输入图像分类到各自的类（3个类）。
我做了如下：
（1）读取输入图像（图像）..
（2）应用canny边缘检测器（image =＆gt; edgeimage）。
（3）边缘image(length(B)=20,no.of region=20)
（4）计算特征。
对于计算图像特征，例如，在每个区域中，我计算出圆度和凸度，其导致圆形度的20个特征值和凸起的20个特征值。标记的区域数量也可以在不同图像之间变化。
在我目前的理解中，输入神经元的数量应该等于所使用的特征数量。那么......输入神经元的数量等于2（对于每个圆度和凸度）或它应该是40（对于每个特征值）..？
我也想知道如何为我的问题创建正确的特征向量输入和目标。
感谢。