具有Caffe和负图像的卷积神经网络

时间:2015-07-08 09:07:15

标签: machine-learning neural-network deep-learning caffe conv-neural-network

在Caffe深度学习(或任何CNN框架)上训练一组课程(比如#clases (课程数量) = N)时,我会对 caffemodel进行查询,我得到该图像可能性的概率百分比。

所以,让我们拍一张类似的1级照片,然后得到结果:

  

1.- 90%

     

2.- 10%

     

休息...... 0%

问题是:当我拍摄随机图片(例如我的环境)时,我会得到相同的结果,其中一个类占主导地位(概率> 90%)但是它不属于任何一类。

所以我想听到的是那些经历过这种情况的人的意见/答案,并且已经解决了如何处理神经网络的无意义输入。

我的目的是:

  1. 使用负片图像再培训一个额外课程(例如train_cascade)。
  2. 使用TRAIN集中的所有正面图像再培训一个额外的课程,以及VAL集合中的负面图片。
  3. 但是我的目的没有任何科学依据来执行它们,这就是我问你这个问题的原因。

    你会做什么?

    非常感谢你。

    圣拉斐尔。

0 个答案:

没有答案