Caffe表示二進制分類基準數據集上的負面示例

我想知道如何定義或表示負面訓練集，如果我想從預先訓練的模型訓練二元分類器，例如AlexNet on ILSVRC12（或ImageNet）數據集。我目前所想的是將一個與負相關的班級作爲負相關的班級，而將相關的班級作爲正相關的班級。有沒有更好的方式更優雅？Caffe表示二進制分類基準數據集上的負面示例

來源

2017-03-06 alfa_80

在ILSVRC數據集上訓練的CNN已經在1000種圖像類別中進行區分。是的，您可以使用其中一種拓撲來訓練二元分類器，但我建議您從未經訓練的模型開始，並在兩個選定的類中運行它。如果你從一個訓練有素的模型開始，你必須去掉很多，並且你的結果仍然試圖區分1000個類：最後一個FC層會給你帶來麻煩。

有辦法解決1000級的問題。如果您的應用程序已經重疊了一個或多個受過訓練的類，那麼只需添加一個圖層，將這些類映射爲標記「1」，其他所有其他標記爲「0」。

如果您堅持保留受過訓練的內核，請嘗試用2級FC層替換最後的FC層（1000）。然後選擇你的兩個班級（適用的圖像vs其他一切）並運行你的訓練。

來源

2017-03-06 18:58:04 Prune

感謝您的洞察力。但是，你的意思是你在第二段中提到的與第三段相同嗎？如果是這樣，你有沒有顯示你的意思的代碼片段「，那麼只需添加一個圖層，將這些類別映射爲標籤」1「，其他所有標籤映射爲」0「。 –

我在第3段中提到了通過在FC層中將1000更改爲2來訓練我自己的數據，但預測準確度相當低，即約55％。我對你提到的內容感興趣「，然後簡單地添加一個將這些類映射到標籤」1「的映射層，其他所有映射到標籤」0「。」，我如何在prototxt級別實現這個？ –

是的，我的申請與其中一個班級重疊。 –

Caffe表示二進制分類基準數據集上的負面示例

回答

相關問題