我有点像业余农民，我有一个珍贵的樱桃番茄植物生长在锅里。最近，令我懊恼的是，我发现我的珍贵植物是邪恶的Manduca Quinquemaculata（也称为番茄Hornworm（http://insects.tamu.edu/images/insects/common/images/cd-43-c-txt/cimg308.html））的计划的受害者。
在粉碎我看到的最后一个蠕虫时，我心想，如果我使用连接到计算机的网络摄像头并运行程序，是否可以使用某种应用来监控我的珍贵植物？这些害虫是极其伪装的，我的天真的眼睛很难察觉。
我见过使用人工神经网络（ANN）研究各种各样的事情，例如识别人的脸等等，因此也许有可能用人工神经网络定位害虫。
我有几个问题虽然我想要一些建议。
1）不同人工神经网络在分类方面的排名是否有排名？多层感知器是否已知比Hopfields更好？或者这是一个答案未知的问题？
2）为什么有几种不同的激活函数可以在人工神经网络中使用？ Sigmoids，双曲正切，阶梯函数等。如何知道选择哪个函数？
3）如果我在其中一个分支上有一个带有蠕虫的植物的图像，我认为我可以训练一个神经网络来寻找薄的分支，在短时间内变胖，然后得到又瘦了。我有一个问题，虽然分支遍布整个地方。是否有可以应用于图像的预处理步骤来区分前景和背景元素？我想隔离各个分支，一次一个地运行网络。有什么好的转换算法吗？任何有关模式识别和图像处理的好指示，如书籍或文章，都会受到高度赞赏。
此致 MJ
番茄Hornworms在写这封电子邮件时受到了伤害。
答案 0 :(得分：7)
机器学习的一个好的经验法则是：更好的功能可以击败更好的算法。即如果您将原始图像像素直接提供给分类器，无论您使用何种学习算法，结果都会很差。如果您预处理图像并提取与“caterpillar presence”高度相关的功能，那么大多数算法都会做得不错。
所以不要关注网络拓扑，从计算机视觉任务开始。
答案 1 :(得分：4)
这些小吸盘经常移动吗？如果是这样，并且如果植物非常静止（意味着没有风或其他力使它移动），那么找到移动的简单过滤器就足够了。这将绕过任何学习算法的需要，这通常很难训练和实施。