卷积神经网络的识别类型
卷积神经网络的识别类型
提问于 2016-06-21 16:04:28
我试图建立一个convolution neural network来识别动物，车辆，建筑物，树木，植物，从一个大的数据集有这些对象的组合。
在培训的时候，我对网络的训练方式产生了怀疑。我的疑问是，我是否能够将整个动物的数据集作为一个单一属性来训练网络，还是单独训练每一个动物？
意思是，一组狮子，一组老虎，一组大象等等，在测试的时候，我可以把它编码成动物，如果它的任何一个子类别都满意的话。
我对此表示怀疑，因为我读到了数据集中应该有一个正确的模式，以便有效地检测，并且只有当我们使用对象的子类别而不是庞大的数据集进行训练时，才应该有一个模式。
我附上了一个显示示例数据集的图形(仅在逻辑上正确)。我想知道应该是单独的数据集还是单一的数据集。
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-06-21 21:36:33
关于单独的数据集或单一数据集的培训将取决于各种因素。如果您想使用卷积神经网络将测试数据集中的图像分类，而不是进一步细分它们，那么就应该对单个数据进行培训。然而，如果你计划将图像进一步细分为老虎和狮子，那么训练需要在老虎和狮子的单独数据集上进行。
用于培训的数据集的类型将在很大程度上取决于对测试数据集的分类要求。
此外，在使用它进行培训之前，您必须确保将图像规范化。
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/37949386
复制相关文章
相似问题
腾讯云开发者
