Neural network 模式识别培训（神经网络）

如何训练神经网络进行模式识别？例如，图片中的人脸识别如何定义输出神经元？（例如，如何准确地检测人脸的位置，而不仅仅是说相机中有人脸）。另外，检测多个面和不同大小的面如何

如果有人能给我一个指针，那就太棒了

---

干杯

一般来说，我会将问题分为多个阶段，例如

1-照片中有一张脸吗

2-照片中的脸在哪里

3-照片中的人脸是神经网络识别的吗

在每种情况下，我建议您构建一个单独的NN，并训练它回答提出的问题

至于NN的结构，回答起来有点棘手，因为它取决于您的输入数据和期望的输出。例如，如果你有一个100x100px的图像，那么我认为有10000个输入是可行的。你可能想考虑在手之前做一些预处理来检测椭圆，这样你就可以观察并预测在预测轮廓中是否有多个卵圆形（脸部1个，眼睛2个，嘴巴可能有一个）。如果您正在预处理数据，那么每个椭圆都可能有输入

现在是输出。。。对于问题1，您可以只使用一个输出来说明NN是否确定输入数据中存在面，即0.0（绝对无面）->1.0（绝对无面）的估价师。这样你就可以进入第二阶段和第三阶段

在这一点上，我可能会说这是一个非常重要的问题，您最好看看一些可用的框架

现在，对于训练部分，您需要有一堆可用的图像来训练NN。有许多方法可以训练NN。一个潜在的解决方案是使用一种称为反向传播的技术。一般来说，在图像上使用NN并将其与预定输出进行比较。如果错误，调整NN以产生所需的输出并重复

---

如果你想要一本关于人工智能的好书，那么我强烈推荐罗素和诺维格。我相信有更合适的计算机视觉教科书，但罗素和诺维格的书是一个很好的开端

亲爱的甘滕克斯，你应该准备好面对这样一个事实：答案是如此庞大、复杂和难以理解。模式识别和人脸识别有很多方法。而实现现实生活中的人脸识别系统是一项巨大的工作，一个人永远无法完成。在数学和人工智能方面的书籍后面，为自己至少10年的生活做好准备。我不是说最终雇佣5名高薪的开发人员，他们会理解你希望他们做什么。也许你最终会拥有自己的人脸识别系统。在这一过程中，还有十几个其他问题会突然出现。所以，为充满压力和问题的生活做好准备。

我很抱歉告诉你一些显而易见的事情，但你的问题并不具体，完整的答案会涉及到许多不同的科学领域，最终会形成一本超过1k页的书。 关于你的问题（简短的回答）

每个人脸识别应用程序由几个主要部分组成：

人工智能算法

优化算法（用于AI优化）

不同的过滤算法

有效的数据集开发

项目1。二,。是每个系统的核心部分，他们做实际工作。任何其他预处理只会降低输入数据的复杂性，从而更容易为您的AI做出决策。不要从3开始。四,。直到你得到第一个结果

附言。

---

使用现有的解决方案更具成本效益，但是如果你正在学习，那么不要像我那样浪费时间，马上开始你的论文。

我实际上正在研究这个问题，你的答案一点帮助都没有。谢谢你的说明，谢谢你的详细回答！我从没想过要把它分成3个独立的问题。我可能会买你提到的那本书，因为我注意到Stackoverflow中有很多人推荐这本书来解决人工智能相关的问题。没问题，谢谢你的回答。我对神经网络还是个新手（以前我只研究进化算法），所以很多事情我还是不确定