我试图创建一个卷积神经网络,用于识别具有这些物体组合的大型数据集中的动物,车辆,建筑物,树木,植物.

在培训时,我对网络的训练方式产生了疑问.我怀疑的是,我是否可以将整个动物的数据集作为单一属性训练网络或分别训练每只动物？

手段,一组用于狮子,一组用于老虎,一组用于大象等,并且在测试时我可以编码它以将结果输出为动物,如果满足其子类别中的任何一个.

我得到了这个怀疑,因为我已经读过数据集中应该有一个正确的模式用于有效检测,并且只有当我们使用对象的子类别而不是大量数据集进行训练时才应该存在模式.

我附上了一个显示样本数据集的图(仅在逻辑上正确).我想知道是否应该有单独的数据集或单个数据集.

最佳答案 对单独的数据集或单个数据集进行培训将取决于多种因素.如果您想使用卷积神经网络将测试数据集中的图像分类为动物而不进一步细分它们,那么应该对单个数据进行训练.但是,如果您计划进一步将图像分类为老虎和狮子,则需要在不同的老虎和狮子数据集上进行训练.

用于训练的数据集类型在很大程度上取决于您对测试数据集的分类要求.

此外,您必须确保在将图像用于训练之前对图像进行标准化.