所以我想检测灰度图像上的线条。我有很多数据9x9矩阵像素1到256和1 * 4矩阵的ponnts coords X，Y，X，Y我们每9x9图像或非线有1行。那么我的NN应该有什么结构？
答案 0 :(得分：1)
检测灰度图像上的简单线条是众所周知的问题。霍夫变换就足够了。有关使用Hough Transform实现查找行的函数，请参阅http://opencv.willowgarage.com/documentation/cpp/imgproc_feature_detection.html?highlight=hough%20line#cv-houghlines。
你可以试试上面的功能，看看它是否有效吗？
如果没有，请使用示例图片更新您的问题。
答案 1 :(得分：1)
假设您正在使用最常见的多种神经网络，多层感知器，您将拥有与功能一样多的输入节点。
除了原始变量之外，输入还可以包括变换变量。您选择隐藏节点的数量，但您应该有足够的数量来允许神经网络充分地进行映射。
输出节点的数量将由类的数量和您选择的表示确定。假设有两个类（“line”，“not line”似乎可能），您可以使用1个输出节点，它表示一个类的估计概率（剩余类的概率为1减去第一个类的概率）。 / p>