我正在构建一个可以根据损坏严重程度对汽车进行分类的系统。在这个系统中，我需要插入一个模块，该模块可以告诉我上传的图像是否是汽车。我正在为此使用tensorflow。我只有一个想法，我可以在一个文件夹中拥有car图像，而在另一个文件夹中具有一些其他事物的随机图像。但这根本不可行，因为我无法添加所有可能物体的图像。
还有其他解决方案吗？
谢谢。
答案 0 :(得分：0)
第一个解决方案
您可以在某些数据集中找到CIFAR100 中的“一切皆有”的图像（可以在下载前指定不需要的汽车图像），然后可以训练网络来识别其他图片。
第二个解决方案
使用预训练模型，已经对许多模型进行了训练以识别Tensorflow中的汽车，您只需要选择一个即可。
第三种解决方案
如果您有一个包含汽车图像的文件夹，则可以训练 Generative Adversal Network （生成对抗网络），以从随机向量生成汽车的某些图片，在训练后，鉴别器应该能够识别汽车！