机器学习：图像分类：CNN：如何识别红车？

Question

我试图想出一种方法来分类，如果给定的图像包含一辆红色汽车。

分类器的可能结果应该是：

1. 图片包含CAR，它是红色的。 （期望案例）
2. 所有其他图片包含CAR但不是红色或图片根本不包含任何汽车的人。

我知道如何实现卷积NN，如果图像包含CAR，则可以对其进行分类。

但是我在如何实现细粒度图像分类方面遇到了麻烦，分类器应该只识别红色汽车并忽略所有其他可能包含汽车或图像中没有汽车的图像。

我阅读了以下论文，但由于我的用例非常有限，而不是发现论文中提出的相似之处，我试图看看是否有一种简单的方法来实现这一点。

Fast Training of Triplet-based Deep Binary Embedding Networks

Learning Fine-grained Image Similarity with Deep Ranking

感谢您的帮助。

Answer 1

将它视为两类的分类问题：＆＃34; Red car＆＃34; - ＆＃34;没有红车＆＃34;。以这种方式标记训练数据的每个实例。没有必要训练＆＃34;汽车＆＃34;分类器首先。

  

我知道如何实现卷积NN，如果图像包含CAR，则可以对其进行分类。

好。然后这应该在几秒钟内完成（+标签时间）。

  

我阅读了以下论文，但由于我的用例非常有限，而不是发现论文中提出的相似之处，我试图看看是否有一种简单的方法来实现这一点。

     

基于Triplet的深二进制嵌入网络的快速培训

     

使用深度排名学习细粒度图像相似性

是的，只需将其视为如上所述的分类问题。如果您需要入门者，请查看Tensorflow Cifar10 tutorial。