이미지 분류를위한 신경망 (OpenCV/Emgu)

신경 네트워크가 생소하고 emgu 및 포럼에서 (희소 한) 코드 샘플을 살펴 보았습니다. 그러나 OpenCV에서 신경 네트워크 구현을 사용하여 이미지를 분류하는 방법을 알아낼 수 없었습니다.이미지 분류를위한 신경망 (OpenCV/Emgu)

카테고리 : 자동차 (하위 범주 : 자동차, 오토바이, 트럭 등),
건물 : 주택, 고층 빌딩, 오두막 등),
명 : 남자, 여자 등) 동물 : 개, 고양이 호랑이 등

누군가가 코드 샘플이나 포인터를 제공 할 수 있습니까? 귀하의 도움을 많이 주시면 감사하겠습니다.

출처

2011-10-08 Mikos

이미지를 완전한 계층 구조로 바로 분류 하시겠습니까? 나는 OpenCV의 학습 코드를 모른다. 그러나 "이미지가 인간의 얼굴을 담고있다"와 같은 기본적인 작업으로 시작하여 사람들의 NN 초상화와 황량한 풍경을 먹으면 성공할 수있다. –

감사합니다. 가장자리, 모양, 색채 등 이미지에서 피쳐를 추출하는 방법을 알고 있습니다.하지만 ANN에 대해서는 아무런 설명이 없습니다. 따라서 출발점이 필요합니다. – Mikos

이 프로젝트는 당신이 원하는 것을 정확하게 수행합니다 : [자동 언어 색인화 (ALIP)] – DuLLSoN

귀하의 작업은 이미지 분류의 현재 상태를 벗어납니다. digit recognition과 같이 훨씬 더 간단하게 연습하십시오.

또한 고양이/개 분류 문제에 대해서는 ASIRRA 프로젝트를 확인하십시오.

출처

2011-10-08 21:44:13

나는이 스레드가 달라지기를 바랍니다 : http : //www.codeproject.com/KB/cs/alip.aspx //stackoverflow.com/questions/1559843/what-problems-have-you-solved-using-artificial-neural-networks NN –

@NeilN으로 수행 한 놀라운 작업이 있습니다.이 스레드는 훌륭한 ANN 용도를 나열합니다. 전에 그것에 감사하고 연결해 주셔서 감사합니다. –

안녕하세요, 저는이 작업이 NN 및 현재의 최첨단 이미지 처리 능력의 능력을 초월한 것이라고 생각하지 않습니다. 적절하지만 심하게 복잡한 전처리 및 특징 매칭 알고리즘을 사용하면 이러한 유형의 이미지 처리가 실제로 가능합니다. 나는 그러한 능력을 가진 군사 연구 배경에서 논문을 읽었습니다. 그러나 나는이 프로세스가 대부분을 벗어날 수 있다고 제안하는 것이 옳다고 생각합니다. 그러한 애플리케이션을 달성하려면 상당한 재정적 및 시간적 투자가 필요합니다. 건배 – Chris

Don Reba과 완전히 일치 함. 더 자세한 정보를 얻으려면, 시도하고있는 문제를 해결할 수있는 충분한 데이터가 거의 없을 것입니다. 사실 스튜어트 젬만 (Stuart Geman)은 지난 몇 년 동안 사고 분류가 이런 방식으로 비전을 "해결할 수있다"는 이야기를 현실적이라고 말하지 않았습니다. 그 이름은 "Google and the VC Dimension"입니다.

"크기"에 대한 자릿수 인식 및 문제는 상당한 양의 데이터로 해결할 수 있습니다.

출처

2011-10-08 23:38:14

숫자 인식 기능을 사용하려면 다리 둘 다 신경 회로망에서 첫 번째 과제로 사용한 dataset을 사용하십시오.

출처

2011-10-09 01:44:19 user670416

이미지 분류를위한 신경망 (OpenCV/Emgu)

답변

관련 문제