Java 如何将图像输入神经网络进行模式识别

我正在使用反向传播神经网络（java）对植物病害图像进行模式识别。我知道不同的二进制特征可以作为神经网络的输入。但我完全搞不懂在这种情况下如何比较神经网络的输出。我的意思是我没有定义任何输出。对于图像，我如何定义输出，以便找到定义输出和网络计算输出之间的误差，以调整权重。我很严重，请帮助我。谢谢

这绝不是一个完整的答案，但它不适合放在评论框中。这也应该为你能做什么提供一些指导

您可以将图像编码为一系列字节值，范围为

[0255]

。这将产生一个字节向量，其大小应与图像中的像素量相同

然后将这个向量传递给神经网络，这意味着神经网络的输入层需要和向量本身一样大

最后，您可以指定不同的向量值来表示不同的疾病。例如，给定输入向量

[1,55201,44258，…]

预期向量将是

[0,0,0,0,1]

。然后，该载体将映射到一种特定的疾病

---

如果颜色对您不重要，您可以将输入向量减少为二进制值向量，例如，您可以根据某个阈值将图像转换为黑白。

当您说植物疾病识别时，是指不同类型的疾病还是同一疾病的不同阶段？不同类型的疾病。你知道吗？请回答。谢谢。但是，由于像素的数量很大，因此很难进行输入。请给出明确的愿景，使向量和映射具有特定的disease@user3763077：我上面的回答应该能让你开始。如果你有一个特定的问题，那么打开一个新的问题，在其中你陈述你的问题是什么，你期望什么，你得到什么。你不能期望这里的用户为你做工作。实际上我有一个输入向量，例如对于disease1，向量类似于[1245,45，…，n]，对于disease2[240,30,25,15,65，…..n]，对于disease3[13,54,56,87,98,56,48，…..n]。现在，当我向网络提供输入时，我应该如何计算预期的输出向量，以便计算误差并将向量与特定疾病进行映射。@user3763077:网络将通过各个层向前反馈输入，直到网络发出结果，这是一个向量本身。你将得到的向量与你期望的向量进行比较，然后开始反向传播过程。对不起，但是我应该如何猜测每种疾病的期望向量。请帮帮我。