>> To zależy jakie sa to zdjęcia. Zauważ, że system niczego nie stwierdza.
>> Nie
>> klasyfikuje czy coś jest czyms czy nie jest. Ale ma generować podobne
>> obrazy.
>>
>> Daje mu zgodnie z Twoim przykładem 1000 zdjęć domów. I prosze by
>> wygenerował
>> zdjęcie, które od biedy jest domem. Albo kolażem podobnym do domu.
>>
>> Nie bardzo wie co to znaczy dom, ale wychodzi mu, ze ma obiekty z oknami.
>> Okna sa dosc specyficzne. ściany są rózne, ale na górze jest coś co ma
>> powtarzajacy sie i pochyly wzorek (dachówka/blacha etc.)
>> Może wybrać (kolaż) lub sprobowac plamami zasymulowac jakis rodzaj dachu.
>> sciany wyjda mu np. szarobure ale jednolite w miare (albo z cegly jesli
>> wszystkie zdjecia dane sa z cegiel).
>>
>>
>> Oczywiscie sam problem jest mocno sztuczny. Moje dane są mniej
>> roznorodne. Ale chodzi o ideę.

> No to może by tak sieć neuronową nauczyć "co to jest podobny obraz"?

Pomysł przedni. Od tego chciałem zacząć. Ale... jak wygenerować.
Poklasyfikować nie jest źle, ale jak to potem wygenerowac? Zauważ, że losowy
obraz choć może być podobny w sensie sieci, ale siec uczy sie na jakis
obiektach wiec lepiej uzyc kawalkow tych obiektow.
Chyba, ze znasz siec neuronowa potrafiaca generowac obiekty z danej klasy.
Ja nie wiem jak to zrobic.


--
^^