Как сделать положение нейронной сети?

Question

Я понимаю, как делать проблемы с классификацией и начинаю понимать сети сверток, которые, по моему мнению, являются ответом в некоторой степени. Я немного смущен тем, как настроить сеть, чтобы дать мне выходную позицию.

Предположим, у вас есть положение конечной точки носов для набора данных с лицами. Чтобы найти конечную точку, вы просто выполняете проблему типа «классификации», где ваш выходной уровень имеет значение 64x64 = 4096 точек, но если нос находится в строке 43 строки и в столбце 20 вашей сетки, вы просто устанавливаете вывод как все ноль, кроме для элемента 43 * 64 + 20 = 2772, где вы устанавливаете его равным 1? Затем просто верните его обратно в свои размеры изображения.

Я не могу найти много информации о том, как эта часть идентификации работает, и это мое лучшее предположение. Я работаю над проектом во второй, используя эту методологию, но это будет большая работа, и я хочу знать, по крайней мере я нахожусь на правильном пути. Это, похоже, проблема, но я просто не могу найти, как люди это делают.

Answer 1

Хотя то, что вы описали, может быть выполнимо, обычно нейронные сети (сверточные и другие) не используются для определения положения объекта в изображении. В частности, сверточные нейронные сети (CNN) специально разработаны для того, чтобы быть инвариантными по отношению к переводу, чтобы они могли обнаруживать функции независимо от их положения во входном изображении - это своего рода обратное к тому, что вы ищете.

Одним из распространенных и эффективных решений для описываемой проблемы является каскадный классификатор. У них есть некоторые ограничения, но для вида приложения, которое вы описываете, оно, вероятно, будет работать очень хорошо. В частности, каскадные классификаторы предназначены для обеспечения хорошей производительности благодаря поэтапному подходу, в котором большинство разделов входного изображения очень быстро отбрасываются на первых этапах пары.

Не поймите меня неправильно, может быть интересно поэкспериментировать с использованием описанного вами подхода; просто имейте в виду, что может оказаться трудным добиться хорошего масштабирования.