【问题标题】：Can a Neural Network Image Classifier distinguish between similar classes? [closed]神经网络图像分类器可以区分相似的类别吗？ [关闭]
【发布时间】：2020-08-11 09:35:46
【问题描述】：
我一直在使用 Keras 训练图像分类器，并尝试了各种卷积网络架构。数据集由食品罐组成。问题是许多类非常相似，它们之间的差异通常只是标签和颜色略有不同。另一个问题是图像是在不同的光照条件下拍摄的，因此即使是颜色也常常是一种无效的区分方式。是否有良好的网络架构或一些预处理可以提高分类器的准确性？
【问题讨论】：
标签：
keras
conv-neural-network
data-science
image-preprocessing
【解决方案1】：
这可能是可能的，但在尝试之前我们无法确切知道。
您可以尝试使用 SOTA（最先进）或接近 SOTA 的卷积神经网络架构，例如 EfficientNet 或 ResNeSt。
在通常的深度学习库（例如AutoAugment）中有比标准方法更好的预处理方法，但它们通常不是必需的，除非您希望将性能提高到极致或使用非常小的数据集进行训练。
此外，使用更大的数据集进行训练肯定会有所帮助。