[問題] 標籤多 訓練集少

看板DataScience作者 (3D做圖)時間5年前 (2018/10/10 22:16), 編輯推噓8(8推 0噓 11→)
留言19則, 12人參與, 5年前最新討論串1/1
作業系統:(ex:mac,win10,win8,win7,linux,etc...) ubuntu 問題類別:(ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...) CNN 圖像辨識 使用工具:(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...) python, tensorflow, keras 問題內容: 大家好，我想請求指路， 目前我遇到的問題是標籤很多，大約是有500k個label的圖像辨識， 但是每個label可以有的訓練圖片可能是10張照片左右， 這跟以往深度學習的狀況好像反過來， 以往深度學習的問題常常都是label比較少，但有大量的訓練集可以訓練模型， 請問這問題有辦法用CNN或者它的衍生方法來解嗎？ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.32.228 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1539180992.A.AB8.html
→
10/11 00:00, 5年前 , 1F
太多惹ㄅ...能不能化簡?
10/11 00:00, 1F
→
10/11 09:06, 5年前 , 2F
沒辦法耶 每個都是一個物品
10/11 09:06, 2F
→
10/11 12:10, 5年前 , 3F
你叫人來學，都不一定學的好了
10/11 12:10, 3F
→
10/11 16:59, 5年前 , 4F
換個題目ㄅ
10/11 16:59, 4F
推
10/11 17:15, 5年前 , 5F
很難 不過一定要做的話先想辦法transfer 然後每招都試試
10/11 17:15, 5F
推
10/12 09:43, 5年前 , 6F
比較簡單的做法就是先前處理多產生些樣本
10/12 09:43, 6F
→
10/12 09:44, 5年前 , 7F
像是物體變形、換背景、換顏色換style...等等
10/12 09:44, 7F
→
10/12 09:46, 5年前 , 8F
不過你的label還是太多了, imagenet也才1000種
10/12 09:46, 8F
→
10/12 09:48, 5年前 , 9F
真的要CNN的話就是多幾個分類器, 先簡化再細分吧像SVM那樣
10/12 09:48, 9F
推
10/12 19:27, 5年前 , 10F
Data argumentation
10/12 19:27, 10F
→
10/12 19:32, 5年前 , 11F
我覺得你可能要重新想想看問題是否適合用DL
10/12 19:32, 11F
→
10/12 19:33, 5年前 , 12F
或是把問題換個方向思考
10/12 19:33, 12F
推
10/13 16:30, 5年前 , 13F
聽起來可以用人臉辨識的方法做，不過感覺還是太難了XD
10/13 16:30, 13F
推
10/13 18:38, 5年前 , 14F
one shot learning?
10/13 18:38, 14F
推
10/16 11:04, 5年前 , 15F
這叫做要數據增強,如果是影像可以用旋轉增加數據集
10/16 11:04, 15F
推
10/17 20:23, 5年前 , 16F
Conditonal Neural Process
10/17 20:23, 16F
→
10/30 13:07, 5年前 , 17F
label超過十類我就想放棄了，你還500k，做資料增強也沒
10/30 13:07, 17F
→
10/30 13:07, 5年前 , 18F
用啦
10/30 13:07, 18F
推
11/02 22:55, 5年前 , 19F
好奇這是什麼應用
11/02 22:55, 19F
‣ 更多 Plot3D 的文章
文章代碼(AID): #1RlWd0gu (DataScience)