首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >基于神经网络的一类图像分类

基于神经网络的一类图像分类
EN

Stack Overflow用户
提问于 2020-07-19 17:50:05
回答 1查看 120关注 0票数 0

目标是对狗和非狗进行分类。训练数据集只包含狗的图像。神经网络将仅使用此训练数据集进行训练,然后使用包含狗和非狗图像的测试数据集进行测试。

我遵循encoder Datacamp tutorial,在我的例子中,自动编码器将所有测试图像归类为狗,这是错误的。

为一个类别分类构建CNN也是不可能的。你知道怎么做吗?

EN

回答 1

Stack Overflow用户

发布于 2020-07-19 19:46:28

你所问的问题的正确术语是二进制分类。

你可以安全地使用CNN进行二进制分类。问题是如何对输出层进行建模。您可以使用具有两个输出单元的softmax层(output>0.5(输出)是1类:狗,2类:不是狗),也可以使用更传统的方法使用单个S型单位作为输出(argmax:狗,<0.5:无狗)。由于softmax归一化是sigmoid激活的多类扩展,sigmoid层在理论上更有意义,但如果您在实现这一点时遇到困难,softmax应该也能正常工作。

当然,您必须调整您的数据标签以适应这两种方法。

编辑:你需要狗的图片和那些不包含狗的图片。网络需要知道这两者的分布情况。只需考虑您的用例以及您期望的不是狗的图像类型。然后收集不是狗的图像,并相应地标记它们。

票数 0
EN
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/62978690

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档