卷积神经网络的识别类型

Question

我试图创建一个convolution neural network，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，我对网络培训的方式产生了疑问。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进行训练，或者单独训练每只动物？

意思是，一组用于狮子，一组用于老虎，一组用于大象等，在测试时我可以编码将结果输出为动物，如果满足其任何一个子类别。

我怀疑这一点，因为我已经读过数据集中应该有一个正确的模式来进行有效检测，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。

Answer 1

对单独的数据集或单个数据集进行培训取决于多种因素。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。