深度学习/图像识别-如何为一个类别识别组成数据集
深度学习/图像识别-如何为一个类别识别组成数据集
提问于 2017-01-04 15:45:54
我正在使用英特尔深度学习SDK (基于Caffe)。
我想要合成照片数据集，以便具有识别硬币的能力。
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？
回答 1
Stack Overflow用户
发布于 2017-01-04 16:14:10
在您的案例中，您应该有一个"coins“类别和"non coins”类别。
你的网络应该看到“非硬币”的图像，以便将它们与“硬币”图像区分开来。
你可以考虑分阶段进行训练(也就是“硬负面挖掘”)：
(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页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/41458664
复制相关文章
相似问题
腾讯云开发者
