Depende. Si desea distinguir entre 2 caras, entonces puede salirse con una sola salida. Se dispara (se activa) cuando se le presenta la primera cara y no se dispara cuando se le presenta la segunda cara.
Una solución más general para identificar cientos de caras específicas sería mejor con un solo nodo de salida para cada cara.
No hay otro método claramente mejor que sea viable para decir más de 10k caras específicas.
- ¿El uso de AI para editar y seleccionar fotos digitales eventualmente se generalizará?
- ¿Existe una inteligencia artificial que salve a personas irrelevantes?
- ¿Hay alguna forma de usar redes neuronales (NN) para estimar los daños de un litigio pendiente?
- ¿Por qué tanta gente asocia la IA con la robótica?
- Si me importa cargar, en teoría, ¿mi 'yo' será transferido a un robot, o el robot será solo una copia exacta de mí?
Si por “clasificación” se quiere identificar si una cara tiene una característica clasificada dada, lo mejor es un nodo de salida por clasificación.
Para identificar millones de caras, clasifique las características primero de la base de datos conocida y use el NN para generar los pesos de clasificación de la cara desconocida. Luego haga coincidir estas ponderaciones con un tipo más tradicional como la coincidencia bayesiana. He usado NN para realizar esta segunda coincidencia en huellas digitales de ADN en una aplicación forense, ya que es mucho más rápido que el análisis estadístico, pero tenga en cuenta que su coincidencia no es matemáticamente demostrable.
