图像分类 - 向现有模型添加新类答案

【问题标题】：Image classification - adding new classes to existing model图像分类 - 向现有模型添加新类
【发布时间】：2015-11-23 05:08:46
【问题描述】：

我正在使用经典的 SIFT - BOW - SVM 进行图像分类。我的分类器是使用 1vsAll 范例创建的。

假设我目前有 100 个课程。稍后，我想添加新的类，或者我想使用额外的训练集来提高对某些特定类的识别度。

最好的方法是什么？当然，最好的方法是重新执行训练阶段的每一步。但是，为了避免重新计算新的词汇表并再次训练所有类，只使用与之前模型相同的词汇表来计算附加（或修改的）类是否有意义？

谢谢

【问题讨论】：

【解决方案1】：

简而言之-不。如果您添加新类，则应将其添加到每个“旧”分类器中，因此“一对多”仍然有意义。如果您假设随着时间的推移会出现新类，请考虑改用一类分类器，例如一类 SVM。这样，一旦您获得特定类别的新样本，您只需重新训练特定模型，或将全新模型添加到系统中。

此外，对于大量的类，1 vs all SVM 的效果很差，而一类方法通常要好得多。

【讨论】：