Чи може одна нейронна мережа обробляти розпізнавання двох типів об'єктів, або її слід розділити на дві менші мережі?

Зокрема, вбудований комп'ютер (з обмеженими ресурсами) аналізує прямий відеопотік із камери дорожнього руху, намагаючись вибрати хороші кадри, які містять номерні знаки проїжджаючих автомобілів. Після розміщення пластини кадр передається в бібліотеку OCR для отримання реєстрації та подальшого використання.

У моїй країні поширені два типи номерних знаків - прямокутний (типовий) та квадратний - насправді дещо прямокутний, але «вищий, ніж ширший», з реєстрацією, розділеною на два ряди.

(Є ще кілька типів, але нехтуємо ними; вони невеликі відсотки і, як правило, належать до транспортних засобів, які лежать поза нашими інтересами.)

Через обмежені ресурси та потребу в швидкій обробці в режимі реального часу максимальний розмір мережі (кількість комірок та з'єднань), з якою система може працювати.

Чи було б краще розділити це на дві менші мережі, кожна з яких розпізнає один тип реєстраційних табличок, чи велика одна мережа краще обробляє два типи?

Ну, я не знаю, який тип особливостей ви надаєте своїй нейронній мережі. Однак загалом я б пішов з єдиною нейронною мережею. Здається, що у вас немає обмежень у ресурсах для навчання вашої мережі, і єдиною проблемою є ресурси, коли ви застосовуєте свою мережу.

Вся справа в тому, що, ймовірно, у двох проблем є спільні речі (наприклад, обидва типи плит прямокутні). Це означає, що якщо ви використовуєте дві мережі, кожна повинна знову вирішити одну і ту ж підпроблему (загальну частину). Якщо ви використовуєте лише одну мережу, загальна частина проблеми потребує вирішення меншої кількості осередків / ваг, а інші ваги / комірки можуть бути використані для кращого розпізнавання.

Зрештою, якби я був на вашому місці, я б спробував їх обох. Я думаю, що це єдиний спосіб бути справді впевненим, що є найкращим рішенням. Якщо говорити теоретично, можливо, ми не включимо деякі фактори.