图像分类:训练mod的最佳方法

2024-03-28 11:15:49 发布

您现在位置:Python中文网/ 问答频道 /正文

给定一个模型,该模型必须对10个桌布项目(勺子、叉子、杯子、盘子等)进行分类,并且必须在包含所有桌布项目的桌子图像上进行测试(测试模型精确度),这是最佳的培训方法:

  • 答:对模型进行单项训练,然后测试模型的准确性
  • B:在一个带边框的整张桌子上训练模型,然后测试模型的精确度
  • C:先从A开始,然后从B开始,反之亦然,然后测试模型的精确度

Tags: 项目方法模型图像叉子分类边框准确性
1条回答
网友
1楼 · 发布于 2024-03-28 11:15:49

您将选择的策略主要取决于您将要创建的CNN的结构。

如果您训练的模型能够识别图像中是否包含勺子或叉子,则您将无法在带有多个桌布项目(例如叉子和勺子)的桌子上进行测试,因为网络将尝试回答图像中是否确实存在勺子或叉子。

无论如何,仍然可以训练网络对几个特征进行分类(strategy“A”),但在这种情况下,您需要一个能够进行多标签分类的模型。你知道吗

最后,我建议使用“B”策略,因为在我看来,它非常适合应用领域。你知道吗

希望这个答案是明确的和有帮助的!你知道吗

干杯。你知道吗

相关问题 更多 >