1

给定任何图像，我希望我的分类器判断它是否是向日葵。我怎样才能开始创建第二类？保留所有可能图像的集合 - 第二类中的 {Sunflower} 是一种矫枉过正。有没有这方面的研究？目前我的分类器在最后一层使用神经网络。我基于以下教程：

https://github.com/torch/tutorials/tree/master/2_supervised

我正在使用 254x254 作为输入的图像。SVM 对最后一层有帮助吗？我也愿意使用任何其他可能对我有帮助的分类器/功能。

4

2 回答 2

2

ML 中的标准方法是：

1) 构建模型 2) 尝试使用正\负示例对一些数据进行训练（从训练集中的 50\50 个 pos\neg 开始） 3) 在测试集上验证它（再次尝试 50\50 个 pos\neg 示例在测试集中）如果结果不好：a）尝试不同的模型？b) 获取更多数据

对于案例#b，在决定您需要哪些额外数据时，对我很有效的经验法则是：1）如果分类器给出了很多误报（告诉这是向日葵，而实际上它根本不是向日葵） - 获得更多的负面例子 2）如果分类器给出了很多假阴性（告诉这不是向日葵，而实际上它是向日葵） - 获得更多正面的例子

通常，从一些合理数量的数据开始，检查结果，如果训练集或测试集的结果不好 - 获取更多数据。当您获得最佳结果时，停止获取更多数据。

您需要考虑的另一件事是，如果您的当前数据和当前分类器的结果不好，您需要了解问题是高偏差（好吧，训练集和测试集上的坏结果）还是高方差问题（在训练集上的结果很好，但在测试集上的结果很差）。如果您有高偏差问题 - 更多数据或更强大的分类器肯定会有所帮助。如果你有一个高方差问题 - 不需要更强大的分类器并且你需要处理泛化 - 引入正则化，也许从你的 ANN 中删除几层。对抗高方差的可能方法是获取更多、更多的数据。

所以总结一下，你需要使用迭代的方法，并尝试逐步增加数据量，直到你得到好的结果。没有魔术棒分类器，也没有关于您应该使用多少数据的简单答案。

于 2015-06-22T14:23:35.527 回答
0

使用 CNN 作为特征提取器是一个好主意，剥离原来用于分类的全连接层并添加一个新的分类器。这也被称为在深度学习研究社区中广泛使用的迁移学习技术。对于您的问题，使用一类 SVM 作为添加的分类器是一个不错的选择。

具体来说，

  • 一个好的 CNN 特征提取器可以在大型数据集上训练，例如 ImageNet，
  • 然后可以使用您的“向日葵”数据集训练一类 SVM。

解决问题的关键部分是实现一类 SVM，也称为异常检测或新奇检测。您可以参考http://scikit-learn.org/stable/modules/outlier_detection.html了解有关该方法的一些见解。

于 2017-04-10T10:45:05.680 回答