微调 CNN 以识别两个类,但也能够判断图像中是否不存在它们

数据挖掘 机器学习 神经网络 分类 深度学习 美国有线电视新闻网
2021-10-01 17:12:18

我需要微调 aCNN来分类两个类别:例如狗和猫。但是,我希望CNN能够判断给定图像中是否没有狗或猫。因此,我正在考虑使用名为background的第三类。

目标是使用大量图像对网络进行微调:猫的图像进入猫类,狗的图像进入狗类,其他所有图像进入背景类。

这样,经过微调的网络将能够将狗分类为狗,将猫分类为猫,并且(希望)将其他所有内容分类为背景。

这是正确的方法吗?它会起作用吗?我似乎无法在网上找到有关此的可靠信息。

我的问题有点复杂,但知道这将是一个很好的开始。

1个回答

实际上,您走在正确的道路上,但在问题中,您在第二段中是错误的。

你应该做的如下:

  • 将输出层改为4类,狗,猫,狗和猫,无。
  • 如果你有这么多数据,不要冻结卷积层并训练它们,如果没有,冻结它们并微调最后一层,也许只是密集层。