我正在尝试训练一个 CNN 模型，以根据图像的审美得分对图像进行分类。有 2,00,000 张图像，每张图像都由 100 多个主题评分。计算平均分数并将分数标准化。
分数的分布近似为高斯分布。因此，由于数据不平衡，我决定在为每个类分配适当的权重后建立一个 10 类分类模型。
我的问题：
对于这个问题，分数是连续的，即0
谢谢！
【问题讨论】：
标签： classification regression conv-neural-network gaussian
由于您的标签是连续的，您可以使用 pandas.qcut() 之类的技术将它们分成 10 个相等的分位数，并为每个类提供标签。这可以将回归问题转化为分类问题。
就不平衡而言，您可能希望尝试对少数数据进行过采样。这将确保您的模型不会偏向多数数据。
希望这会有所帮助。
【讨论】：
我建议您先对参与者的所有数据执行Histogram Equalization，以便他们的评分平均分配。
然后为您的训练集中的每个图像计算Expected Value（如果您还想计算方差），预期值只是投票的平均值。对于方差，（几乎）每种编程语言都有标准函数，您可以在其中输入将输出方差的投票数组。
现在将期望值（如果您还需要方差）作为您网络的基本事实。
编辑：直方图均衡化：
直方图均衡是一种尽可能有效地使用给定数值范围的方法。
在图像的上下文中，这会改变像素值，使最暗的像素变为值 0，最亮的值变为 255。此外，每个灰度值都得到分布，因此它彼此出现的频率相同（平均)。对于您的数据集，您需要相同的。即使您的值不是从 0 到 255，而是从 0 到 10。此外，您不需要（也不应该）将结果值四舍五入为整数。以这种方式，更频繁发生的投票更加分散，并且更少的投票被收缩。
也许您应该首先计算期望值，然后对所有图像的期望值进行直方图均衡。
通过这种方式，CNN 能够更好地区分这些细微差别。
【讨论】：