Использование Caffe для классификации функций изображения «вручную»

Question

Имеет ли смысл выполнять извлечение объектов на изображениях с использованием, например, OpenCV, а затем использовать Caffe для классификации этих функций?

Я прошу об этом, в отличие от традиционного способа передачи изображений непосредственно в Caffe, и позволяя Caffe выполнять процедуры извлечения и классификации.

Answer 1

Caffe - это инструмент для обучения и оценки глубоких нейронных сетей. Это довольно универсальный инструмент, позволяющий использовать как глубокие сверточные сети, так и другие архитектуры.
Конечно, его можно использовать для обработки предварительно вычисленных функций изображения.

Answer 2

Да, это имеет смысл, но это, возможно, не первое, что вы хотите попробовать: Если вы уже извлекли возможности, созданные вручную, подходящие для вашего домена, есть хорошие шансы, которые вы получите удовлетворительные результаты, используя простой в использовании инструмент машинного обучения (например, libsvm).

Caffe может использоваться различными способами с помощью ваших функций. Если они являются низкоуровневыми функциями (например, гистограммой градиентов), то несколько сверточных слоев могут извлекать соответствующие функции среднего уровня для вашей проблемы. Вы также можете использовать caffe в качестве альтернативного нелинейного классификатора (вместо SVM). У вас есть свобода попробовать (слишком) много вещей, но мой совет - сначала попробовать метод машинного обучения с меньшим пространством метапараметров, особенно если вы новичок в нейронных сетях и кафе.