我想知道是否可以使用/训练机器学习算法（CNN？）来区分图像之间细节上的微小差异（例如红色或其他颜色的细微差异，或者在其他非常相似的图像之间存在小物体？ )? 然后根据这些差异对图像进行分类？如果这对我们当前的机器学习算法来说是一项艰巨的工作，如何解决？使用更多数据（更多图像）会有帮助吗？
如果可能的话，如果人们能提供关注此方面的研究的参考资料，我也将不胜感激。
我才刚刚开始学习机器学习，这是我在研究中一直想知道的。
机器学习算法可以用来区分图像之间细节上的微小差异吗？
人工智能
机器学习
卷积神经网络
图像识别
分类
2021-10-24 00:16:31
2个回答
Pranav Shyam 等人的 Attentive Recurrent Comparators (2017)。是一篇有趣的论文，有助于回答您想知道的问题，以及有助于用更简单的术语描述它的博客文章。
它的实现方式实际上是相当直观的。如果您曾经玩过带有两个图像的“有什么不同”的游戏，通常您会在图像之间来回查看，看看有什么不同。研究人员创建的网络就是这样做的！它查看一张图像，然后记住有关该图像的重要特征，然后查看另一张图像并来回走动。
它存在用于学习如何区分类别的网络，即使它们看起来完全一样。通常，在这些网络中使用三元组损失来学习目标、正样本和负样本之间的差异。
例如，那些网络用于对人脸图像进行身份检查，算法学习不同人之间的差异而不是识别人。
以下是一些可能相关的关键字：判别函数、triplet loss、siamese network、one-shot learning。
论文很有趣：
其它你可能感兴趣的问题