Probleme bei einem Netzwerk zur Farberkennung
Posted: Wed 22. Feb 2012, 16:30
Hallo liebe Membrain-User
Wir sind gerade dabei ein Netzwerk zu Entwickeln, dass Farben erkennen kann.
Wir haben uns das so vorgestellt, dass wir dem Netzwerk eindeutige Farben zum Lernen geben und es uns am Ende auch bei einer "Matschfarbe" sagen kann, welche Farbe vorliegt.
Dazu haben wir zunächst mit Gimp 567 eindeutig identifizierbare in einer Datenbank zusammengefasst und dazu jeweils um welche Farbe es sich handelt.
Wir haben 3 Input-Neuronen, einmal für R = Red, G = Grün, B = Blue, also der additiver Farbkreis. Wir haben 8 Output-Neuronen, Rot, Orange, Gelb, Grün, Blau, Violett, Weiß, Grau und wenn kein oder wenig Input kommt soll kein Output-Neuron aufleuchten, das wäre gleichbedeutend mit Schwarz.
Wir hatten uns jetzt vorgestellt, wir geben dem Netzwerk als Input zum Beispiel R = 0, G = 255, B = 0 und dann leuchtet das Output-Neuron.
Leider funktioniert das nicht. Es werden immer mehrere Neuronen angeregt und manche leuchten nur so blass rot.
Also haben wir zunächst auf "Binary" umgestellt. Gleiches Ergebnis.
Nun haben wir gedacht, wir lassen das Netzwerk selber entscheiden, welches es anspricht. -> The Winner takes it all
Das geht aber noch weniger. Es werden alle Neuronen angesprochen und nur die Inputs leuchten verschieden stark.
Müssen Wir irgendetwas wichtiges beim unüberwachten lernen beachten? Wichtige Einstellung etc
Hat jemand noch eine andere Idee wie wir vorgehen könnten?
Wir sind über jede Idee dankbar
LG Edda Laleh
Wir sind gerade dabei ein Netzwerk zu Entwickeln, dass Farben erkennen kann.
Wir haben uns das so vorgestellt, dass wir dem Netzwerk eindeutige Farben zum Lernen geben und es uns am Ende auch bei einer "Matschfarbe" sagen kann, welche Farbe vorliegt.
Dazu haben wir zunächst mit Gimp 567 eindeutig identifizierbare in einer Datenbank zusammengefasst und dazu jeweils um welche Farbe es sich handelt.
Wir haben 3 Input-Neuronen, einmal für R = Red, G = Grün, B = Blue, also der additiver Farbkreis. Wir haben 8 Output-Neuronen, Rot, Orange, Gelb, Grün, Blau, Violett, Weiß, Grau und wenn kein oder wenig Input kommt soll kein Output-Neuron aufleuchten, das wäre gleichbedeutend mit Schwarz.
Wir hatten uns jetzt vorgestellt, wir geben dem Netzwerk als Input zum Beispiel R = 0, G = 255, B = 0 und dann leuchtet das Output-Neuron.
Leider funktioniert das nicht. Es werden immer mehrere Neuronen angeregt und manche leuchten nur so blass rot.
Also haben wir zunächst auf "Binary" umgestellt. Gleiches Ergebnis.
Nun haben wir gedacht, wir lassen das Netzwerk selber entscheiden, welches es anspricht. -> The Winner takes it all
Das geht aber noch weniger. Es werden alle Neuronen angesprochen und nur die Inputs leuchten verschieden stark.
Müssen Wir irgendetwas wichtiges beim unüberwachten lernen beachten? Wichtige Einstellung etc
Hat jemand noch eine andere Idee wie wir vorgehen könnten?
Wir sind über jede Idee dankbar
LG Edda Laleh