В настоящее время я работаю над проблемой классификации объектов и использую OpenCV для подготовки модели классификатора объектов на основе искусственной нейронной сети. Я использую 128-элементный дескриптор SURF для описания объекта. В настоящее время я определил 6 классов объектов.
Я хочу определить нейронную сеть на основе MLP в opencv и обучить ее дескрипторам SURF для подготовки модели классификации объектов. Однако при определении нейронной сети на основе MLP мне нужно указать количество входных узлов, количество скрытых узлов и количество выходных узлов в MLP. Насколько я понимаю, количество входных узлов равно количеству атрибутов, описывающих объект (и, следовательно, в моем случае я использовал 128 входных узлов), количество выходных узлов равно количеству классов объектов (то есть 6 в моем случае). У меня есть два вопроса:
- Верен ли мой выбор для определения количества входных и выходных узлов?
- Какое значение выбрать для количества скрытых узлов?
Я уже искал в Интернете, а также в stackoverflow, но меня смущает подход, используемый для выбора количества скрытых узлов. Из Интернета кажется, что количество скрытых узлов выбирается на основе проб и ошибок, но я думаю, что между тремя входами должна быть какая-то связь. Любые ссылки или помощь будут оценены.