hỏi về nhận dạng học neural networks (backpropagation)

[hoanglongroy]

hiện em đang làm phần học cho mạng neural, mỗi lần ta đưa 1 bức ảnh 20x20 chẳng hạn, thì tham số vào là gồm 400 input và kèm theo là giá trị mong muốn ở đầu ra...
em đang thắc mắc 1 điều, vậy thí dụ mình có n đối tượng và mỗi đối tượng mình có m ảnh khác nhau....
vậy mình đưa 1 loạt m ảnh của đối tượng vô học 1 lần cho đối tượng đó, hay là đưa vào mỗi đối tượng 1 đợt ảnh...
mong được sự giúp đỡ từ mọi người...

[vagabondtt]

Theo như mình hiểu thì bạn đang dùng mạng neural "học có thầy",vậy thì bạn đưa vào các mẫu của cùng 1 đối tượng để điều chỉnh các thông số nhận dạng cho 1 đối tựong.

Xài Neural có điểm hạn chế là nếu như số lượng mẫu của bạn nhiều quá sẽ sinh ra hiện tượng nó giới hạn đồ thị tạo ra bị lệch về 1 phía nào đó do số lượng mẫu cho đáp án đó nhiều hơn các loại còn lại

Nếu như ít quá thì mạng neural của bạn lại không đủ thông tin để khoanh vùng đồ thị đối tượng

Việc chọn số lượng mẫu cho 1 mạng neural cũng là cả 1 vấn đề ,cần quan tâm xem kết quả đạt bao nhiêu % đúng đạt yêu cầu.....

Có 1 phuơng pháp mới hiện nay là support Vector Machine khắc phục được yếu điểm do chọn số lượng mẫu,bạn tìm hiểu thử xem.Chúc bạn thành công

[anh_tran]

anh nói rõ hơn dùm em được ko? em đang sử dụng PCA để nhận diện và em định thay thế cái Euclide trong việc nhận diện bằng mạng neuron. hệ thống em chỉ áp dụng quản lý vào rduowidds 100 người. em dùng mạng truyền thẳng thuật toán học là lan truyền ngược. anh có thể cho anh nick yahoo được ko?

[vagabondtt]

anh nói rõ hơn dùm em được ko? em đang sử dụng PCA để nhận diện và em định thay thế cái Euclide trong việc nhận diện bằng mạng neuron. hệ thống em chỉ áp dụng quản lý vào rduowidds 100 người. em dùng mạng truyền thẳng thuật toán học là lan truyền ngược. anh có thể cho anh nick yahoo được ko?

Mình đã sử dụng mạng neural để làm 1 số việc nhưng chưa làm nhận dạng xử lý ảnh bao giờ,nếu bạn cần những kiến thức về mạng neural trong tầm hiểu biết của mình thì mình sẽ trả lời ngay

Nếu như bạn làm xong project này share mình tham khảo thì cảm ơn lắm lắm

[tri_cuong46]

Mình đã sử dụng mạng neural để làm 1 số việc nhưng chưa làm nhận dạng xử lý ảnh bao giờ,nếu bạn cần những kiến thức về mạng neural trong tầm hiểu biết của mình thì mình sẽ trả lời ngay

Nếu như bạn làm xong project này share mình tham khảo thì cảm ơn lắm lắm

Cái này mình đã làm rồi, trong nhận dạng biển số xe, kết quả nhận dạng ký tự bằng mạng neuron vượt ngoài mong đợi.

[tri_cuong46]

hiện em đang làm phần học cho mạng neural, mỗi lần ta đưa 1 bức ảnh 20x20 chẳng hạn, thì tham số vào là gồm 400 input và kèm theo là giá trị mong muốn ở đầu ra...
em đang thắc mắc 1 điều, vậy thí dụ mình có n đối tượng và mỗi đối tượng mình có m ảnh khác nhau....
vậy mình đưa 1 loạt m ảnh của đối tượng vô học 1 lần cho đối tượng đó, hay là đưa vào mỗi đối tượng 1 đợt ảnh...
mong được sự giúp đỡ từ mọi người...

Bạn cho vào xen kẽ các ảnh mẩu của các đối tượng khác nhau. Bạn thử làm sẽ thấy kết quả ngay.
Mà nếu chỉ dùng dùng thuật toán backpropagation thì học sẽ chậm, nếu chọn hệ số thích nghi cao sẽ dễ bị phân kỳ. Nên dùng thêm thuật toán thích nghi hệ số thì tốc độ học sẽ nhanh hơn ít nhất 10 lần và rất ít bị phân kỳ.
Chúc vui vẻ!

[tri_cuong46]

Theo như mình hiểu thì bạn đang dùng mạng neural "học có thầy",vậy thì bạn đưa vào các mẫu của cùng 1 đối tượng để điều chỉnh các thông số nhận dạng cho 1 đối tựong.

Xài Neural có điểm hạn chế là nếu như số lượng mẫu của bạn nhiều quá sẽ sinh ra hiện tượng nó giới hạn đồ thị tạo ra bị lệch về 1 phía nào đó do số lượng mẫu cho đáp án đó nhiều hơn các loại còn lại

Nếu như ít quá thì mạng neural của bạn lại không đủ thông tin để khoanh vùng đồ thị đối tượng

Việc chọn số lượng mẫu cho 1 mạng neural cũng là cả 1 vấn đề ,cần quan tâm xem kết quả đạt bao nhiêu % đúng đạt yêu cầu.....

Có 1 phuơng pháp mới hiện nay là support Vector Machine khắc phục được yếu điểm do chọn số lượng mẫu,bạn tìm hiểu thử xem.Chúc bạn thành công

Cái này có ai làm mới hiểu được, hihihihih. Chứ nói thì khó hình dung lắm! còn phương pháp support Vector Machine thì mình ko biết.

[guitarmuathu]

Trước khi dùng mạng nơron để nhận dạng ảnh trong , ta cần thực hiện huấn luyện mạng nơron MLP (ví dụ gồm 3 lớp, trong đó lớp vào có 7 nơron, lớp ẩn có 5 nơron, lớp ra có 4 nơron)

Sau khi đã xác định được 7 moment bất biến của vật thể (φ1, φ2, φ3, φ4, φ5, φ6, φ7 ), ta thực hiện lấy khoảng 200 mẫu học của các đối tượng khác nhau bằng cách đưa lần lượt đối tượng vào vùng ảnh 200 lần và tiến hành lưu 200 tập mẫu {φ1, φ2, φ3, φ4, φ5, φ6, φ7 } vào file tranning.txt . Trong đó :
- 50 tập mẫu hình vuông.
- 50 tập mẫu hình tròn.
- 50 tập mẫu hình chữ nhật.
- 50 tập mẫu hình tam giác.
Sau đó, 200 mẫu học này được đưa sử dụng để huấn luyện mạng nơron MLP theo giải thuật học lan truyền ngược lỗi BP.

Sau khoảng 3000 lượt học với 200 mẫu học, ta sẽ thu được bộ trọng số wij , wjk tối ưu

(Sau này sẽ trao đổi tiếp nhé)

[hoanglongroy]

ảnh nhận tĩnh nhận dạng bằng PCA và Neural thì độ tin cậy cũng ổn...nhưng áp dụng với ảnh thu trực tiếp từ camera thì gặp phải lỗi trầm trọng ngay...lúc được lúc không...
em đang bị kẹt cứng chổ này...

[vagabondtt]

Cái này có ai làm mới hiểu được, hihihihih. Chứ nói thì khó hình dung lắm! còn phương pháp support Vector Machine thì mình ko biết.

Cái này mình đã làm rồi, trong nhận dạng biển số xe, kết quả nhận dạng ký tự bằng mạng neuron vượt ngoài mong đợi.

Rất mong được học hỏi thêm nhiều từ anh ,anh có thể share project của anh cho mọi người cùng tham khảo đc ko?

Thay mặt mọi người,cảm ơn anh nhiều nhiều

[whitelion_pc]

Anh guitarmuathu cho em hỏi khi sau khi đã chọn lớp thông tin vào cho mạng Neural như vậy thì anh chọn ngõ ra cho mạng là gì? Em dùng 1 ma trận (n,1) để chọn ngõ ra. Với các giá trị là 1,2,3...n để huấn luyện cho n mẫu vào. Nhưng không hiểu sao khi lưu các thông số của mạng lại thì các thông số này đều bằng 0?

[nhanconan030]

bạn có thể cho demo coi thử không?