Wie erstellt man ein neuronales Netzwerk mit dynamischer Anzahl von Ausgangsknoten?

Question

Ich versuche ein neuronales Netzwerk zu erstellen, das versucht, Rechtecke in einem gegebenen Bild zu identifizieren. Da ein Bild eine unvorhersehbare Anzahl von Rechtecken enthalten kann, wie soll ich die Knoten in meiner Ausgabeschicht darstellen?

Oder ist es in diesem Fall nicht sinnvoll, neuronale Netze zu verwenden? Wenn ja, welchen Algorithmus sollte ich verwenden?

Update: Mein Problem ist sehr ähnlich wie Gesichtserkennung funktioniert. Derjenige, der ein Rechteck um ein menschliches Gesicht legt. Dieser Algorithmus kann eine dynamische Anzahl von Gesichtern in einem Bild identifizieren. Ich möchte so etwas machen, aber für einfachere Formen.

Answer 1

Welche Programmiersprache verwenden Sie? Ich denke nicht, dass ein neuronales Netzwerk in diesem Fall nützlich sein wird. Weil es sehr schwierig sein wird, das neuronale Netzwerk so zu trainieren, dass es Rechtecke mit möglicherweise nicht guten Ergebnissen erkennt. Und die Ausgabeschicht eines neuronalen Netzwerks sollte nicht dynamisch sein (so funktionieren sie nicht). Eine andere Möglichkeit ist die digitale Bildverarbeitung. Matlab ist gut oder Oktave (für Open Source). Das Konzept ist, dass Sie ein digitales Filter (das ist eine Tabelle 3x3 oder etwas ähnliches) auf Ihr Bild anwenden, um die Rechtecke zu "filtern", die Sie wollen. Wenn Sie also mit der digitalen Bildverarbeitung vertraut sind, folgen Sie diesem Weg, wenn nicht, ist es nutzlos.