machine-learning - 将视觉上不同的物体归为一类

Question

我们正在构建一个神经网络来对对象进行分类，并拥有包含 1000 个类别的大型图像数据集。其中一个类是“banana”，它包含 1000 张香蕉图像。其中一些图像(约 10%)是香蕉泥，它们在视觉上与该类别中的其他图像非常不同。

如果我们想要对捣碎的香蕉和普通香蕉进行分类，我们应该将香蕉图像分成两个单独的类并分别训练，还是将两个子集合并？

我试图了解视觉上不同的子类的存在如何影响给定类的识别。

Answer 1

这里的问题很简单。您需要神经网络来学习这两组图像。这意味着您需要反向传播合理的错误信息。如果你确实有关于香蕉泥的真实信息，那么反向传播绝对有用。它帮助第一层学习两组特征。

请注意，神经网络的好处是您可以反向传播任何类型的误差向量。如果你的输出有 3 个节点 banana, non-mashed Banana, mashed milk，你基本上就回避了问题中隐含的二元选择。您始终可以在推理期间删除输出节点。