我正在构建一个类似于 alexnet( https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks ) 的图像分类器。
我有 6 个类别 [人、汽车、自行车、动物、水上飞机、船]。因此,现在如果我给出一个不属于上述类别的对象,它就会以一定的概率分类到任一类别。
为了提高准确性,添加更多类还是添加负类是否明智?
如果我必须添加一个负类,我将使用什么样的数据来训练它?
谢谢
最佳答案
想想你最后真正想要生产什么。
您需要一种算法来告诉您所经过的图像是汽车、自行车、动物、人、水上飞机还是船。
用户是否应该传递代表其他内容的图像?如果是这样,您可以添加一个“其他”类。
关于machine-learning - 基于深度学习的图像分类器是否应该包含负类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44566483/