Yolo 或一般的增量学习

Question

我有点迷茫，我请求一点帮助，因为我不知道该怎么做。

假设我有 10000 张图片，每张图片中都有一只猫和一只狗。

我可以将同一组图像留给两个不同的人，一个制作狗标签，一个制作猫标签吗？那么先训练 N.net 识别所有的狗，然后再识别所有的猫？

恐怕答案是否定的。至少不是直接的。这将是迁移学习——不是吗？

我想我也应该在他们的课堂上标记狗和猫，并一次性训练。

如果是这样。假设我已经训练了识别狗和猫的网络并且它可以工作。

现在我想添加对大象的识别。这里的答案是迁移学习？还是我只是继续训练模型再添加一个类？

好的，但不管答案如何，如果在新的 10000 张大象图像中，但在它旁边我也有一只狗或猫在同一张图像中 - 我可以让它们不带标签，否则会导致网络混乱（因为在这种情况下它会检测到猫或狗，但由于没有标签返回信息将是检测到狗或猫是不正确的）。

非常感谢您的帮助

Answer 1

如果您的图像包含猫和狗，并且您希望您的模型同时检测到它们，那么单独训练狗然后单独训练猫会混淆您的模型。要么单独训练狗/猫的照片，要么如果它们在同一张图像中，则给它们贴上标签。大象也是如此。

但是，如果您已经有一个训练有素的模型，那么您可以使用它为新图像生成标签，并仅手动标记模型遗漏的图像。这将使您的数据收集过程更容易。