我们如何设计用于序数分类的 CNN？
我正在尝试分析植物叶片图像中的疾病。我已经完成了疾病类型分类。现在我们需要按照 1 到 10 的等级（序数等级）对病害程度进行分类，其中 1 表示叶子上几乎没有病害部位，10 表示完全病害。
是否有可能为这项任务构建一个 CNN？
如何处理每个序数级别的训练样本不平衡？
用于序数分类的 CNN
数据挖掘
机器学习
深度学习
图像分类
阶级失衡
卷积神经网络
2022-03-11 16:29:57
2个回答
NN 不适用于回归任务。
我会训练 10 个网络，每个数量级一个。
CNN #k 将是一个二元分类器，预测幅度是k 还是更小
换句话说，CNN#10 是一个始终返回 1 的函数，而 CNN#0 是您已经训练过的二元分类器。
使用您为分类任务训练的相同模型，并附加 10 个逻辑单元，分别指示幅度是否为 k 或更小，如前所述。
至于不平衡问题，您可以选择批次示例以对所有类具有相等的概率。
直观的解释：
A 类包含 10 个示例，而 B 类包含 90 个示例。将 A 类的每个示例复制八次，然后将两个类示例打乱，然后在训练期间，保持从均匀分布中采样。
当然，您不需要显式复制示例数据，只需保留映射到输入向量的索引列表并从那里开始复制。
其它你可能感兴趣的问题