将同一物体的多幅图像输入神经网络进行物体检测的方法
Methods to feed multiple images of same object to neural network for object detection
我正在考虑使用神经网络进行对象识别的玩具项目。我的一些对象从一个特定角度看时非常相似，但从不同角度看时很容易区分。因此我的问题是：
将同一对象的多张图像输入网络的方法有哪些？或者存在哪些网络架构可以利用从不同角度拍摄的多张图像？
我对机器学习技术有很好的了解，但对神经网络只有基本的了解。因此，我在这里寻找的是与 google 搜索相关的方法、技术和其他术语的名称，以及可能感兴趣的特定论文或文章的链接。
最常见的使用多维数据的方法是使用多维卷积（https://keras.io/layers/convolutional/#conv3d), recurrent networks (http://www.deeplearningbook.org/contents/rnn.html）或多输入，这有点类似于多维卷积。
循环网络处理数据序列，图像堆栈可以看作是一个序列。相比之下，多维卷积主要利用附近的数据。因此，相同的 space 在图像堆栈中高度相关很重要。如果不是这种情况，您可能需要考虑在神经网络中使用多个输入。
我正在考虑使用神经网络进行对象识别的玩具项目。我的一些对象从一个特定角度看时非常相似，但从不同角度看时很容易区分。因此我的问题是：
将同一对象的多张图像输入网络的方法有哪些？或者存在哪些网络架构可以利用从不同角度拍摄的多张图像？
我对机器学习技术有很好的了解，但对神经网络只有基本的了解。因此，我在这里寻找的是与 google 搜索相关的方法、技术和其他术语的名称，以及可能感兴趣的特定论文或文章的链接。
最常见的使用多维数据的方法是使用多维卷积（https://keras.io/layers/convolutional/#conv3d), recurrent networks (http://www.deeplearningbook.org/contents/rnn.html）或多输入，这有点类似于多维卷积。
循环网络处理数据序列，图像堆栈可以看作是一个序列。相比之下，多维卷积主要利用附近的数据。因此，相同的 space 在图像堆栈中高度相关很重要。如果不是这种情况，您可能需要考虑在神经网络中使用多个输入。