machine-learning - Keras，自定义图像数据集，带百分比的二进制结果

Question

我有两大组图像。每个图像都附有一个百分比。我有一个使用这些图像训练的模型，它返回二进制结果(0 或 1)。我想返回机器对 0 或 1 的确定程度的百分比。

举个例子，假设它们是猫图像。我还有一个关于“猫”有多大的百分比(100% 非常大，0% 非常小)。我希望模型告诉我“这是一只 78% 大的猫”。

我当前的数据集基于两个文件夹(大猫和小猫)。第一个数字是图像的编号(例如 1 到 1000)。第二个数字是猫大小的百分比:

../big_cats
    cat1_78.png
    cat2_97.png
    cat3_67.png
    ...
../small_cats
    cat1_12.png
    cat2_9.png
    cat3_24.png
    ...

所以现在我不使用百分比，我要么得到 0 要么 1(无论大还是小)，但我的目标是模型用它来告诉我“这是一只 67% 的大猫” ，其中 50% 是中型猫，100% 是最大的猫，0% 是最小的猫。

我尝试过使用softmax和categorical_cassentropy，但这只是告诉了猫是大还是小的二元决策的估计准确性(如果我理解正确的话)。

我的问题是:如何准备数据集以获得该结果？如何创建数据训练和验证来读取图像名称中的这个百分比？有我可以遵循的教程吗？我需要使用 Keras + Tensorflow。

Answer 1

您应该为输出预测层提供 Dense (1) 或 (2) 和 softmax 函数，因为您想知道图片是否是猫(两个类别)。这意味着您需要将标签 reshape 为 (num_pic, 2)，其中第一列用于指示图片是否是猫，第二列用于指示图片是否不是猫；或 (num_pic, 1) 仅指示它是否是猫。

这样，两个(或一个)输出神经元中的每一个都将是 0 到 1 之间的数字，可以用作概率。