我正在考虑一个玩具项目，该项目将使用神经网络进行对象识别。我的一些对象从某个特定角度看时非常相似，但在从不同角度看时很容易区分。因此我的问题是：

将同一对象的多张图像输入网络的方法有哪些？或者，哪些网络架构可以利用从不同角度拍摄的多张图像？

我对机器学习技术有很好的理解，但对神经网络只有基本的了解。所以我在这里寻找的是适合谷歌搜索的方法、技术和其他术语的名称，以及可能感兴趣的特定论文或文章的链接。

回答：

使用多维数据的最常见方法要么使用多维卷积（https://keras.io/layers/convolutional/#conv3d），要么使用递归网络（http://www.deeplearningbook.org/contents/rnn.html），或者使用多个输入，这有点类似于多维卷积。

递归网络处理数据序列，而图像堆栈可以被视为一个序列。相比之下，多维卷积主要利用附近的数据。因此，图像堆栈中的相同空间具有高度相关性非常重要。如果不是这种情况，您可能需要考虑使用多个输入到您的神经网络中。