通过深度学习（最好是Keras）识别场景的方法是什么。 有许多示例显示了如何对有限大小的图像进行分类，例如狗/猫手写字母等。还有一些示例，用于检测大图像中的搜索对象。
但是，识别例如是教室，卧室还是餐厅？使用该图像创建数据集？我想不是。我认为应该训练一个模型，其中包含可能会出现在场景中的许多事物，在分析的图像中创建找到的事物的向量，并使用第二个分类器（SVM或简单NN）对场景进行分类。这是正确的方法吗？
P.S .：实际上，我面临另一个问题，即IHMO相同。我的“场景”是显微镜图像。图像包含不同组的单元格和伪像。医生根据诊断结果进行诊断。因此，我的目标是训练带有伪像的CNN，并使用简单的morphologicyl方法提取这些伪像。这些文物（例如生物细胞）将是我的特色。因此，识别的第一级-特征提取是由CNN完成的，随后的分类是由SVM完成的。只是想确定一下，我没有重新发明轮子。
答案 0 :(得分：0)
我认为您的房间场景和生物场景之间的比较有所不同。特别是因为您的场景是显微镜图像（可能是有限的预定义域）。
在这种情况下，纯分类应该起作用（不查看数据）。换句话说，神经网络应该能够弄清楚所看到的内容，而无需您手工制作功能（以防万一，这是一个全新的讨论）。
在此paper中，还有很多用于场景理解的方法。