我想对日常照片进行分类，简单地分为餐、人、宠物、风景、旅行等。我发现图像分类模型都是基于 ImageNet2012 等数据集的，这些模型的输出是对象预测，偏离我的要求。什么样的模型和数据集可以满足我的需求？或者除了神经网络，还有机器学习之外的方法吗？
问问题
33 次
1 回答
0
如果您的分类任务没有大型数据集，您可以简单地使用预训练模型（最好是 Resnet50）作为特征提取器，然后添加分类层。
我发现图像分类模型都是基于 ImageNet2012 等数据集的，这些模型的输出是对象预测，偏离了我的要求。
是的，你是对的，但它仍然很有用，因为初始层学习适用于各种问题的通用特征，然后最后一个分类层可以更具体地针对问题陈述
除了神经网络，还有机器学习以外的方法吗？
您可以利用 opencv 本机功能，但它对于大型数据集的可扩展性不是很好。
参考教程
于 2021-01-11T17:04:54.863 回答