关于深度学习现实问题的可行性

Question

本人土木研究生，最近在研究混凝土氯离子渗透深度的问题，我能不能将不同混凝土的图片输入进去，分别给他们不同的渗透深度，其他我都不给，经过训练后能通过图片来的出氯离子渗透深度。仅从深度学习的角度可行吗？需要样本量多吗

Answer 1

首先你要人眼大致判断一下渗透深度这个东西在图片上是否能够直观的反映出来，是否需要使用到3D的数据，不太清楚2D下能不能看出来。
如果图像上能够反映出一下信息，那么你怎么定义和评估这个渗透深度，你是想大致评估一下渗透深度的量级，还是说需要给出具体的渗透深度的连续量。
确定了问题的描述后，比如只是分几个量级做分类，那么需要的训练数据的多少取决于你的这个图像特征是不是容易识别出来，可以考虑使用transfer learning的方法用pre-trained模型先试着尝试尝试；
考虑到这个数据应该不会超级多，所以train from scratch可能效果不是很好（猜测），因为这些图像都比较特殊，研究的人不是很多，不过，反正建议你动手试试，用迁移学习，看看效果再说。