Nun ja, ist mir schon bewusst, dass das ne enorme Datenmenge wäre.
Allerdings geht es mir ja im Vorfeld darum, dass ein anderer Algorithmus (oder der Mensch, der das Programm bedient?) wichtige und unwichtige Stellen im Bild erkennt (markiert). Wenn man den Blick jetzt beispielsweise auf eine Tür fixiert, dann sind die Inputneuronen natürlich nur die Pixel,welche die Tür beschreiben, wobei man ja je nach Größe der Tür auch noch sagen wir 4*4 Pixel zu einem Neuron (oder eben 4*4 Inputs zu einer Hidden-
Unit) zusammen fassen könnte. Jetzt nur mal als Beispiel.