Image 如何在神经网络中设置训练图像的目标向量？

我正在训练一个神经网络来识别三种不同的标志（停止标志、禁止向左标志和禁止进入标志）。我为每节课拍了50张照片。每个图片的大小都是8x8矩阵，因此我的输入将是150x64矩阵，输出为-3x1矩阵，但是如何为这些图像指定目标，在继续进行培训部分之前，我是否必须对这些图像进行规格化？

如果图像没有标签（目标），当然，您必须自己为它们添加标签。标记50个图像应该不会花费太多时间

---

此外，您还必须以某种方式对图像进行规格化，或者用最小-最大值或减去平均值并除以标准偏差，否则神经网络训练将失败。

如果图像没有标签（目标），当然，您必须自己给它们贴标签。标记50个图像应该不会花费太多时间

---

此外，您还必须以某种方式对图像进行规范化，要么用最小-最大值，要么减去平均值，再除以标准偏差，否则神经网络训练将失败。

此问题与手写数字识别问题（MNIST）非常相似，其中输入也是一幅图像，输出10个不同类别。有很多关于MNIST问题的文档和论文，所以我建议运行它，了解他们在做什么，并根据您的问题调整它。为什么输入的是150x64形状？因为我已经拍摄了三个不同标志的50张图像，它们都被调整为8x8像素。所以-它们是灰度的？不着色？您的输出应为150x3矩阵：150个示例，包含3个可能的类别。此问题与手写数字识别问题（MNIST）非常相似，其中输入也是图像，输出10个不同类别。有很多关于MNIST问题的文档和论文，所以我建议运行它，了解他们在做什么，并根据您的问题调整它。为什么输入的是150x64形状？因为我已经拍摄了三个不同标志的50张图像，它们都被调整为8x8像素。所以-它们是灰度的？不着色？您的输出应该是一个150x3矩阵：150个示例，包含3个可能的类。是否会失败？不可能失败吗？@MarcinMożejko它很可能失败。应该强调的是，正常化是一件积极的事情。它会失败吗？不可能失败吗？@MarcinMożejko它很可能失败。应该强调的是，正常化是一件积极的事情。