Classification 用于图像检测/分类的卷积神经网络

这里有一个设置，我有一组图像（标记为train and test），我想训练一个conv网络，它告诉我特定的对象是否在这个图像中

为此，我遵循了MNIST上的tensorflow教程，训练了一个简单的conv网络，该网络缩小到感兴趣的区域（对象），在128x128大小的图像上进行训练。体系结构如下：连续3层，包括2个conv层和1个max pool down采样层，以及一个完全连接的softmax层（无论对象是否存在，都有两个0和1类）

我使用tensorflow实现了它，这非常有效，但由于我有足够的计算能力，我想知道如何提高分类的复杂性： -添加更多层？ -在每层添加更多通道？（目前32,64128和1024表示完全连接） -还有别的吗

但最重要的是，现在我想在更大的图像上检测相同的对象（粗糙600x600，而对象的大小应该在100x100左右）

我想知道如何使用之前用于小图像的训练“小”网络，以便在大图像上预训练更大的网络？一种选择是使用大小为128x128的切片窗口对图像进行分类，并扫描整个图像，但如果可能，我想尝试在其上训练整个网络

有没有关于如何进行的建议？还是一篇文章/资源来解决这类问题？（我对深度学习真的很陌生，如果这是个愚蠢的问题，我很抱歉…）

---

谢谢

我建议你继续阅读整个领域的内容。您的搜索关键字包括CNN、图像分类、神经网络、AlexNet、GoogleNet和ResNet。这将返回许多文章、在线课程和讲座以及其他材料，帮助您学习神经网络分类

---

不要只添加层或过滤器：拓扑的复杂性（网络设计）必须适合任务；过于复杂的网络会使训练数据过拟合。你一直在使用的可能是LeNet；我上面提到的三个是针对ImageNet图像分类竞赛的。

由于您正在处理图像，我建议您使用预训练图像分类网络（如VGG、Alexnet等），并使用128x128图像数据对该网络进行微调。根据我的经验，在我们拥有非常大的数据集之前，微调网络将提供更高的准确性，并节省培训时间。在数据集上构建好的图像分类器后，您可以使用任何流行的算法从图像生成建议区域。现在，将提案的所有区域逐一传递到分类网络，并检查该网络是否将提案的给定区域分类为正或负。如果它分类为正，那么你的物体很可能存在于该区域。否则就不是了。根据分类器，如果有很多建议区域中存在对象，则可以使用非最大抑制算法来减少积极建议的数量