带有子类别的 TensorFlow python 分类训练答案

【问题标题】：Tensorflow python classification training with subcategories带有子类别的 TensorFlow python 分类训练
【发布时间】：2017-07-01 15:04:24
【问题描述】：

我面临的问题是我需要用“主类别”和“子类别”训练一个张量流图。

我已经知道如何使用“maincategories”完全训练图表。

例如，我有 3 种不同的动物类型：猫、狗和大象。

如果我为这 3 种类型训练带有图片的图表，它将返回 3 种类型的分数，例如：

猫 0,7

狗 0,3

大象 0,02

我想要的是训练这 3 种类型和这些类型的子类别，例如：

猫：白，胖，...

狗：哈士奇，...

当我现在用这个图对图像进行分类时，我想得到一个包含主类别和子类别的输出，如下所示：

猫：0,7 -> 白色：0,3 -> 脂肪：0,5

狗：0,2 .....

目前我看到的唯一方法是用主类别训练一个图，并用子类别为所有主类别训练单个图，然后编写如下代码：

if name=='cat' and score>=0,7:
  classify again with catgraph and get results

在示例中，catgraph 将使用不同的 cattype 作为类别进行训练。

然而，这不是很优雅，我希望有更好的方法来做到这一点。

我很感谢你能给我的任何帮助。

~喵喵

【问题讨论】：

【解决方案1】：

您可以训练具有两个输出的图形，共享除最后一层（或您喜欢的层）之外的所有内容。然后你会有一个（比如说）对数损失，并针对损失的总和进行优化。如果您受到网络学习能力的限制，您可能需要权衡一种损失而不是另一种损失。

请记住在摘要中跟踪两个损失，以便于可视化。您可以将损失添加到损失集合中。

【讨论】：

【解决方案2】：

您必须单独训练子类别。将--image_dir 指向子类别的根。注意：这里指的子类别是子文件夹。然后像获取主类别一样获取每个子类别的输出。我希望这能有所启发。可以参考Tensorflow image retraining

【讨论】：