[問題] CNN辨識特定物件

看板Python作者 (Shang6029)時間7年前發表 (2017/09/05 06:25), 7年前編輯推噓4(4推 0噓 5→)
留言9則, 5人參與, 最新討論串1/4 (看更多)
大家好，我是深度學習的新手，因為PTT似乎沒有深度學習相關的板，所以發在這裡。 最近在看CNN，知道他預測的結果是一連串的label，而值就是測試圖片為哪一個label的 機率。 那假如說我想要建立一個只有兩個label的模型，值就是YES或NO 比方說我想要辨識一張椅子，我想要知道的就只有他是椅子的機率。 當我測試圖片為一張椅子時，他就跟我說這是一張椅子。 當我測試圖片為其他東西(比方說一個人或一個水壺)的時候，他就跟我說這不是一張椅子 。 請問這樣子模型要如何訓練呢？爬了許多文找不到相關的討論，懇請各位給我關鍵字。謝 謝！ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.217.141.244 ※ 文章網址: https://www.ptt.cc/bbs/Python/M.1504592735.A.08E.html
推
09/05 15:38, , 1F
很容易啊，給它training data 椅子的圖label都設1 其
09/05 15:38, 1F
→
09/05 15:38, , 2F
他不是椅子圖全部設2去訓練，最後的layer 參數記得給
09/05 15:38, 2F
→
09/05 15:38, , 3F
兩類，這樣應該就可行了
09/05 15:38, 3F
我的問題就在於其他不是椅子的圖，因為我並沒有預設那些不是椅子的圖是什麼。 所以如果我要訓練這個模型，我要去找一個不包含椅子的dataset讓他做訓練囉？ ※ 編輯: gs8613789 (180.217.141.244), 09/05/2017 15:43:29
→
09/05 15:46, , 4F
對
09/05 15:46, 4F
→
09/05 16:41, , 5F
借問一下..training 資料量大概要多少？
09/05 16:41, 5F
推
09/06 06:56, , 6F
跟你model複雜度有關 你也可以用pre-training network
09/06 06:56, 6F
→
09/06 06:57, , 7F
最後一兩個layer drop掉加新的去train
09/06 06:57, 7F
推
09/06 06:59, , 8F
image可以去image net
09/06 06:59, 8F
推
09/06 15:59, , 9F
另外,建議非正解的東西設成0(或是-1),表示機率較直觀
09/06 15:59, 9F
‣ 更多 gs8613789 的文章
文章代碼(AID): #1PhaDV2E (Python)
討論串 (同標題文章)
以下文章回應了本文 (最舊先)：
完整討論串 (本文為第 1 之 4 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共4篇)
‣ 更多 gs8613789 的文章
文章代碼(AID): #1PhaDV2E (Python)