训练图像分类器 - 神经网络
Training image classifier - Neural Network
我想训练一个卷积神经网络来检测图像中是否存在手。
困难在于：
1/图像将包含手以外的其他物体，就像一群人的照片，其中手只是图像的一小部分
2/ 手可以有很多方向/形状等（是否打开，取决于角度等）
我正在考虑在大量裁剪的手部图像（+ 没有手的随机图像）上训练卷积神经网络，然后在图像的所有子方块上应用 classifier。这是一个好方法吗？
是否还有其他复杂的 2-class 卷积神经网络/RNN 示例可供我参考？
谢谢！
与选择网络相比，这似乎更像是寻找良好的标记训练数据的问题。神经网络可以学习 "pictures of hands" 和 "pictures which incidentally include hands" 之间的区别，但它需要一些带标签的示例才能弄清楚图像属于哪个类别。
I was thinking of training the convnet on a big set of cropped hand
images (+ random images without hands) and then apply the classifier
on all the subsquares of my images. Is this a good approach?
是的，我相信这是一个很好的方法。但是，请注意，当您说随机时，您或许应该从 "hands are most likely to appear" 的图像中对其进行采样。这实际上取决于您的用例，您必须调整数据集以适应您正在做的事情。
你应该如何构建你的数据集，就像这样：
- 从大图像中裁剪手部图像。
- 从同一张图片中抽取 X 张图片，但不在 hand/hands 附近的任何地方。
但是，如果您应该选择这样做：
- 从大图像中裁剪手部图像。
- 下载100万张绝对没有手的图片（夸张）。比如沙漠、海洋、天空、洞穴、高山，基本上是一大堆风景。然后用这个作为你的"random images without hands"，你可能会得到不好的结果。
之所以这样，是因为已经有一个基础分布。我假设您的大部分图像可能是一群朋友的照片，在家里举行派对，或者背景图像可能是建筑物。因此，引入风景图像可能会破坏此分布，同时保持上述假设。
因此，使用 "random images"!
时要格外小心
on all the subsquares of my images
至于你问题的这一部分，你本质上是在整个图像上 运行 滑动 window。是的，实际上，它会起作用。但如果您正在寻找性能，这可能不是一个好主意。您可能需要 运行 一些分割算法，以缩小搜索范围 space。
Are there other examples of complex 2-class convnets / RNNs I could
use for inspiration?
我不确定你所说的复杂 2-class 卷积网络是什么意思。我对 RNN 不熟悉，所以让我专注于卷积网络。您基本上可以自己定义卷积网络。例如，卷积层大小、层数、最大池化方法是什么、全连接层有多大等等。最后一层基本上是一个 softmax 层，网络决定什么 class 这将是。如果你有 2 classes，你的最后一层有 2 个节点。如果你有 3 个，那么 3 个。依此类推。所以它的范围从 2 到 1000 不等。我没听说过有超过 1000 classes 的卷积网络，但我可能是 ill-informed。希望对您有所帮助！
我想训练一个卷积神经网络来检测图像中是否存在手。
困难在于： 1/图像将包含手以外的其他物体，就像一群人的照片，其中手只是图像的一小部分 2/ 手可以有很多方向/形状等（是否打开，取决于角度等）
我正在考虑在大量裁剪的手部图像（+ 没有手的随机图像）上训练卷积神经网络，然后在图像的所有子方块上应用 classifier。这是一个好方法吗？
是否还有其他复杂的 2-class 卷积神经网络/RNN 示例可供我参考？
谢谢！
与选择网络相比，这似乎更像是寻找良好的标记训练数据的问题。神经网络可以学习 "pictures of hands" 和 "pictures which incidentally include hands" 之间的区别，但它需要一些带标签的示例才能弄清楚图像属于哪个类别。
I was thinking of training the convnet on a big set of cropped hand images (+ random images without hands) and then apply the classifier on all the subsquares of my images. Is this a good approach?
是的，我相信这是一个很好的方法。但是，请注意，当您说随机时，您或许应该从 "hands are most likely to appear" 的图像中对其进行采样。这实际上取决于您的用例，您必须调整数据集以适应您正在做的事情。
你应该如何构建你的数据集，就像这样：
- 从大图像中裁剪手部图像。
- 从同一张图片中抽取 X 张图片，但不在 hand/hands 附近的任何地方。
但是，如果您应该选择这样做：
- 从大图像中裁剪手部图像。
- 下载100万张绝对没有手的图片（夸张）。比如沙漠、海洋、天空、洞穴、高山，基本上是一大堆风景。然后用这个作为你的"random images without hands"，你可能会得到不好的结果。
之所以这样，是因为已经有一个基础分布。我假设您的大部分图像可能是一群朋友的照片，在家里举行派对，或者背景图像可能是建筑物。因此，引入风景图像可能会破坏此分布，同时保持上述假设。
因此，使用 "random images"!
时要格外小心on all the subsquares of my images
至于你问题的这一部分，你本质上是在整个图像上 运行 滑动 window。是的，实际上，它会起作用。但如果您正在寻找性能，这可能不是一个好主意。您可能需要 运行 一些分割算法，以缩小搜索范围 space。
Are there other examples of complex 2-class convnets / RNNs I could use for inspiration?
我不确定你所说的复杂 2-class 卷积网络是什么意思。我对 RNN 不熟悉，所以让我专注于卷积网络。您基本上可以自己定义卷积网络。例如，卷积层大小、层数、最大池化方法是什么、全连接层有多大等等。最后一层基本上是一个 softmax 层，网络决定什么 class 这将是。如果你有 2 classes，你的最后一层有 2 个节点。如果你有 3 个，那么 3 个。依此类推。所以它的范围从 2 到 1000 不等。我没听说过有超过 1000 classes 的卷积网络，但我可能是 ill-informed。希望对您有所帮助！