卷积神经网络中的图像识别分类答案

【问题标题】：Image recognition classification in convolution neural network卷积神经网络中的图像识别分类
【发布时间】：2017-02-12 04:11:03
【问题描述】：

我正在使用卷积神经网络来训练我的模型，其中包含两个类 Horse 和 Lion，如果我使用狗的图像，我希望模型评估返回“以上都不是”，知道我应该如何训练我的模型做到了吗？

【问题讨论】：

【解决方案1】：

您可以通过两种方式来构建它：

创建第三个标签“Other”，并继续让您的卷积网络使用 softmax 归一化来输出概率，使得 p(Horse)、p(Lion) 和 p(Other) 相加为 1.0。然后只需添加任意数量的没有马或狮子的图片，并用其他标记它们
将您的系统重新构建为检测而不是分类 - 即它查看任何给定的图片并“检测”其中是否有马或狮子，可能两者都不存在，一个或两者都存在。在这个系统中，您不会使用 p(Horse) + p(Lion) = 1.0 的 softmax 约束，您只需独立训练每个类别检测。然后包含既不是 Horses 也不是 Lions 的训练数据，并确保它们被标记为 Horse=0 和 Lion=0。

希望有帮助！

【讨论】：

试试你的建议，“添加任意数量的没有马或狮子的图片”，我上传一张没有马和狮子的图片进行测试，结果大约是马 40% 的 30%狮子和其他 30%，我猜这是由图片的背景引起的，例如如果一张马/狮子的照片是在某物的背景下拍摄的，只要测试图片（没有马/狮子）具有相似的背景，在 softmax 之后就会以高百分比结束，有什么想法吗？
您要训练多少个马/狮子/其他样本？请记住，像 imageNet 这样的比赛有成千上万的图像，并且经常使用 10 层（如果不是数百层）的网络。获得准确的输出需要大量的工作和训练数据（不像 mnist，这是一个非常容易开始的例子）
我目前每个类别有 15 个，有 3 x (convolution, ReLu, Maxpool) 层，每个类别有 5 个的测试数据显示 3% 的错误率，看起来我需要更多，你有什么建议？
我想你已经明白了这一点，但对于可能浏览这个问题的其他人来说：60 张图片和没有图片一样好。如果你们遇到类似的问题，请尝试至少拥有数百张图像。例如，在 CIFAR-10 中，每个类别有 6000 张图片。 CNTK 的图像处理模块提供了裁剪和调整大小的工具，因此只需用谷歌搜索大量的狮子、马和其他东西就足够了。