图像分类：训练模型的最佳方法

Question

给出一个模型，该模型必须对10个桌布物品（勺子，叉子，杯子，盘子等）进行分类，并且必须在其中包含所有桌布物品的桌子图像上进行测试（test_model_accuracy，），是最好的培训方法：

• A：在各个项目上训练模型，然后在test_model_accuracy上进行测试
• B：使用边界框在整个表上训练模型，然后在test_model_accuracy上进行测试
• C：以A开头，然后以B开头，反之亦然，然后在test_model_accuracy上进行测试

Answer 1

您将选择的策略主要取决于要创建的CNN的结构。

如果您训练一个能够识别图像中是否包含汤匙或叉子的模型，则将无法在具有多个桌布物品（例如叉子和汤匙）的桌子上进行测试。网络会尝试回答图片中确实有汤匙或叉子。

无论如何，仍然可以训练网络对多个功能进行分类（策略“ A” ），但是在那种情况下，您需要一个能够进行多标签分类的模型。

最后，我建议采用“ B” 策略，因为以我的拙见，它适合于应用程序领域。

希望这个答案很清楚而且很有帮助！

干杯。