【问题标题】:CNN classifier on dataset with one random class具有一个随机类的数据集上的 CNN 分类器
【发布时间】:2018-05-26 05:07:32
【问题描述】:

我正在尝试使用 keras 构建一个 CNN 分类器来分类图像是否为猴子。所以我有两个类别。一张有猴子照片。另一类是图片的随机集合,基本上是任何不包含猴子的图片。是否适合有一个数据集,其中一个类是随机的,另一个类具有特定标签(而不是像猫和狗这样的 2 个特定类)? CNN 能解决这类问题吗?

谢谢!

【问题讨论】:

    标签: keras classification conv-neural-network


    【解决方案1】:

    是的 .. CNN 可以在您有一个标签集或多个标签集时工作。如果您需要更多详细信息,请参阅此链接。这将节省您的一天..

    https://www.pyimagesearch.com/2017/12/11/image-classification-with-keras-and-deep-learning/

    【讨论】:

    • 很高兴它帮助了你..!
    • 好答案!尽量限制“非猴子”类。如果您知道输入是动物,请仅将猴子以外的动物用于其他类。这将提高准确性,因为模型在关注动物之间的差异时不会学习不相关的信息。我已经准备好在线编写“Hotdog or not a Hotdog”的代码,请参阅here。另外,我建议使用 ImageNet 而不是 Google 来获取图像。
    • 谢谢。为什么你认为 imagenet 更适合这个应用程序?
    • Imagenet 是一个世界有组织的图像数据库,许多人组织并上传了带有正确标签的图像数据库。从具有正确标签的 imagenet 下载将增加您的模型以快速学习,而不是下载无组织的图像存储库。
    猜你喜欢
    • 2020-04-05
    • 2020-04-27
    • 2021-06-28
    • 1970-01-01
    • 1970-01-01
    • 2020-07-23
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多