我想将产品图像分类为 8 个离散类。出于多种原因，输入图像的数量需要尽可能少。与此相关，我有两个问题：

1. 我可以采用哪些策略来减少图像数量或所需图像
2. 每个类别所需的图像数量是多少（A）在图像总是被隔离的简单场景中，见下文或（B）在图像是风景的复杂场景中（也见下文）。我知道这通常很难说，但一个粗略的数字就可以了。

附加信息

建筑学

目前，CNN 似乎最适合这个问题。我也在考虑一个预训练的网络（去除强大网络的深层，比如 AlexNet）。

数据

想象一下，我正在尝试按餐桌的腿类型对餐桌进行分类。在简单的场景中，来自 3 个不同类的图像可能如下所示：

等级：普通

类别：外向

类别：电线

在复杂的场景中，它们可能如下所示：

减少所需输入数据的技术

我有几个想法可以减少对数据的需求（请添加您自己的）：

• 使用预训练的网络（好主意与否？）
• 预处理图像（如何？摆弄图像方向？）
• 更深入地更改图像是否有意义（例如砍掉前 50%，因为我只关心腿？）

我期待着你的想法！