假设我有 5 张图片，我向您保证它们都是同一个项目，但来自不同的角度，可能还有不同的照明条件。我现在为您提供了一张额外的图片，我想知道这张图片包含前五张图片中描述的物品的可能性有多大。
让我们假设该项目不是太复杂。它不会是一堆上面有图案的织物，掉落了几种不同的方式，也不会是带有不同构造的钥匙的钥匙链。它也将比从不同角度射出的蓝球更复杂。你会如何处理给这张图片打分的问题？
识别图像是否包含具有非常小的（五幅图像）训练数据集的对象
人工智能
图像识别
训练
2021-11-01 08:55:28
2个回答
我会做以下事情：
将一些不存在该项目的图像添加到您的训练数据中。理想情况下，在类似的背景、照明等背景下拍摄的其他物品。也许只是背景中的一些。
获取预训练的神经网络 CNN 模型，例如 AlexNet、VGG-19 或 Inception v5。
加载神经网络模型，删除最后一层（通常是 1000 路 softmax），并替换为一个全新的层来分类您的对象是否存在。也许对“我的对象”和“未知对象”使用 2-way softmax。
冻结除您自己之外的所有层（大多数 NN 库都有办法做到这一点，或者您可以运行截断的旧网络以从倒数第二层提取特征向量。
使用您的 5 张图像进行训练。这种有限的训练通常被称为“微调”。
在依赖它之前找到一些方法来测试你的分类器。你可能需要做一个留一法测试，你训练你的网络 5 次，每次有 4 个图像，看看它是否正确识别了第 5 个和没有项目的一些图像。即使采用这种方法，在如此小的样本中，您也只能对新分类器的可靠性有最模糊的了解。
如果您可以获得更多用于训练和测试的图像，您会做得更好。如果你得到足够多的图像（正面和负面），你可以考虑在微调之前更换更多的层。否则，您将严重依赖您的对象与 ImageNet 集合中的某些内容足够相似，经过训练的分类器将提取有用的高级特征。
除了@Neil Slater 的回答，您还可以使用数据增强技术“增加”您的数据集。
这对图像的基本含义是将您拥有的图像转换为新图像，而不改变分类的结果。例如，如果您将所有内容向右移动 20 个像素，则您的对象很可能仍然存在，从 5 个示例中现在您有 6 个。
请注意，这通常用于正则化：它防止网络将特定位置/大小/颜色与最终结果相关联。这是大型预训练神经网络已经解决的问题，但是对于您的小型数据集，您很可能也会从中受益。