用激光拍摄毛毛虫的神经网络和图像处理

Question

我有点像一个业余农民，我有一株珍贵的樱桃番茄植物生长在一个花盆里。最近，令我懊恼的是，我发现我珍贵的植物成为了邪恶的 Manduca Quinquemaculata - 也称为番茄角虫 (http://insects.tamu.edu/images/insects/common/images/cd-43-c-txt/cimg308.html) 的阴谋的受害者。

在粉碎我看到的最后一条蠕虫时，我在想，如果我使用连接到计算机的网络摄像头并运行程序，是否可以使用某种应用程序来监控我珍贵的植物？这些害虫伪装得非常好，我天真的眼睛很难发现。

我已经看到使用人工神经网络 (ANN) 进行各种事情的研究，例如识别人脸等，因此也许可以使用 ANN 定位害虫。

虽然我有几个问题，但我想要一些建议。

1) 不同 ANN 的分类能力是否有排名？多层感知器是否已知比 Hopfields 更好？还是这是一个未知答案的问题？

2) 为什么在 ANN 中存在几种不同的激活函数？ Sigmoid、双曲正切、阶跃函数等。如何知道选择哪个函数？

3) 如果我在其中一个树枝上有一个带有蠕虫的植物图像，我认为我可以训练一个神经网络来寻找细的树枝，在短时间内变胖，然后得到又瘦了。我有一个问题，虽然树枝遍布整个地方。是否有可以应用于图像的预处理步骤来区分前景和背景元素？我想隔离单个分支以一次通过网络运行。有什么不错的转换算法吗？

任何关于模式识别和图像处理的好的指针，如书籍或文章，也将不胜感激。

真诚地， mj

在写这封邮件的过程中，番茄角虫受到了伤害。

Answer 1

机器学习的一个好的经验法则是：更好的功能胜过更好的算法。即，如果您将原始图像像素直接输入分类器，无论您使用哪种学习算法，结果都会很差。如果您对图像进行预处理并提取与“毛毛虫存在”高度相关的特征，那么大多数算法都会做得不错。

所以不要专注于网络拓扑，从计算机视觉任务开始。

Answer 2

这些小吸盘经常四处走动吗？如果是这样，并且如果植物是完全静止的（意味着没有风或其他使它移动的力量），那么一个简单的过滤器来寻找运动就足够了。这将绕过对任何学习算法的需求，这些算法通常很难训练和实施。