训练神经网络以确定彩色图像质量
Train neural network to determine color image quality
我正在寻找知道是否可以训练神经网络来判断提供的图像是否符合训练期望的人。
假设我们有一个经过训练可以读取 800x800 像素彩色图像的神经网络。因此，我将有 1,920,000 个输入和许多隐藏层以及一个输出。我打算准备 2000 张照片，其中包括 1000 张坏照片（模糊、太暗、太亮等）和 1000 张好照片，并训练神经网络来识别这张照片是否被视为 "good"。如果它是好的，那么输出将是 True（或任何 > 0.5），任何不好的将输出 False（或任何 <= 0.5）。
我不需要神经网络来推理，我只需要根据训练来检测任何不好的照片。所以当神经网络给出照片 2001（这是一张新照片）时，它会使用其训练的网络来确定它是好照片还是坏照片。
这是神经网络的好用吗？
期待积极讨论！
这是卷积神经网络的一个很好的应用。有许多图书馆和服务可用于执行此操作。
Caffe 是执行此操作的工具，尽管我没有任何经验。在谷歌上搜索其他工具，搜索 "convolutional neural networks".
对于服务，有 Clarifai, MetaMind, and Project Oxford 等。不过它们可能不是免费的。
我正在寻找知道是否可以训练神经网络来判断提供的图像是否符合训练期望的人。
假设我们有一个经过训练可以读取 800x800 像素彩色图像的神经网络。因此，我将有 1,920,000 个输入和许多隐藏层以及一个输出。我打算准备 2000 张照片，其中包括 1000 张坏照片（模糊、太暗、太亮等）和 1000 张好照片，并训练神经网络来识别这张照片是否被视为 "good"。如果它是好的，那么输出将是 True（或任何 > 0.5），任何不好的将输出 False（或任何 <= 0.5）。
我不需要神经网络来推理，我只需要根据训练来检测任何不好的照片。所以当神经网络给出照片 2001（这是一张新照片）时，它会使用其训练的网络来确定它是好照片还是坏照片。
这是神经网络的好用吗？
期待积极讨论！
这是卷积神经网络的一个很好的应用。有许多图书馆和服务可用于执行此操作。
Caffe 是执行此操作的工具，尽管我没有任何经验。在谷歌上搜索其他工具，搜索 "convolutional neural networks".
对于服务，有 Clarifai, MetaMind, and Project Oxford 等。不过它们可能不是免费的。