不是CNN，常规NN。此外，我实际上对制作基于AI的边缘检测器感兴趣。我已经阅读了一些文章，但似乎没有任何文章能够启动我。有人可以分享一些使用AI制作边缘探测器的入门技巧吗？ CNN用作分类器，而不是图像过滤器。那我该怎么办？
答案 0 :(得分：1)
神经网络的反向传播技术是主要用于分类过程的流行技术之一。在反向传播过程中，将生成卷积矩阵，这是从灰度图像中实际生成边缘的知识。
但是，我还有另一个疑问，你选择了什么样的学习来培训你的NN，监督或无监督？
监督 - 使用一组给定的数据集（可以是边缘）训练网络
无监督 - 创建具有5个输入的输入层，并从所有相邻的四个像素中减去中心像素，并且可以在输出层进行阈值处理。
你甚至可以选择神经模糊的混合方法： - 一个给定的输入图像Sobel和Laplacian被应用。 模糊规则应用于我们从这些运算符获得的输出。 在神经网络中，输入层由梯度方向组成，隐藏层由模糊数据组成。两者都用于训练网络。
希望，这有帮助