神经网络用于概括和分类...... 我对分类数字有一点经验...... Using neural nets to recognize handwritten digits
我想用网络来检查塑料部件。 我有这些塑料零件生产的视频流。
我应该使用正确的塑料部件的视频训练网络以获得正输出和随机视频以获得负输出吗？
如果您有任何书籍或链接，我很乐意看到它们。
修改 看起来我有点愚蠢......
在生产过程中，可以创建错误的塑料部件，这些部件应该由网络识别。生产过程中可能会发生很多错误，所以我认为 只有正确的塑料部件训练网络才有意义。
答案 0 :(得分：0)
卷积神经网络将是我的推荐。
您应该显示具有相似背景和光照的各个部分。
必须对好的和坏的部分进行培训 - 对两者进行充分的随机抽样。一旦您的CNN接受培训，您还应该预留一个测试集，以便对其进行评估。
您希望根据测试数据生成混淆矩阵，以便了解误报率，漏报率，正确率和错误分类率。