深度学习/图像识别 - 如何为一个类别识别组合数据集

【问题标题】：Deep learning/Image recognition- How to compose dataset for one category recognition深度学习/图像识别 - 如何为一个类别识别组合数据集
【发布时间】：2017-05-18 10:33:14
【问题描述】：

我正在使用英特尔深度学习 SDK（基于 Caffe）。
我想为识别硬币的能力编写照片数据集。
SDK 需要以下格式的数据集：

Root
  --> category a
    --> photos
  --> category b
    --> photos
  ...

并且要求至少有 2 个类别。
有什么想法吗？

【问题讨论】：

标签： computer-vision neural-network deep-learning caffe image-recognition

【解决方案1】：

在您的情况下，您应该有一个“硬币”类别和“非硬币”类别。
您的网络应该看到“非硬币”的图像，以便将这些图像与“硬币”图像区分开来。

您可以考虑分阶段训练（又名“硬负挖掘”）：

(1) model_0 <- training with cons/non-coins images
(2) for k = 1..K iterations do:
(2.1)   use model_{k-1} to classify additional training images
(2.2)   add images wrongly classified by model_{k-1} to training set
(2.3)   model_k <- training with extended training set
(3) output model_K

【讨论】：