假设我有一个包含 1000 万张图像的训练数据集,其中包含 100,000 个不同人的图像。我想创建一个 ML 模型来识别给定图像中的人。 考虑到人数众多(类(class)),最好的方法是什么?
最佳答案
一种可能的方法是将其视为验证问题而不是多重分类。也就是说,为每个人训练一个二元分类器。您还可以查阅这篇论文:https://arxiv.org/abs/1503.03832
关于machine-learning - 具有大量类别的分类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59303313/