识别一个特定对象（或场景）的训练模型

Question

我正在尝试训练学习模型来识别一个特定的场景。例如，假设我想训练它以识别在游乐园拍摄的照片，并且我已经在游乐园拍摄了1万张照片。我想用这些图片训练这个模型，以便能够给出在游乐园拍摄它们的概率的其他图片的分数。我怎么做？ 考虑到这是一个图像识别问题，我可能会使用卷积神经网络，但我不太确定如何训练它。

谢谢！

Answer 1

有几种可能的方法。最微不足道的是收集大量的反面例子（来自其他地方的图像）并训练一个两级模型。

第二种方法是训练网络从输入图像中提取有意义的低维表示（嵌入）。在这里，您可以使用暹罗训练来明确训练网络，以了解图像之间的相似之处。例如，这种方法用于人脸识别（见FaceNet）。有了这样的嵌入，您可以使用一些成熟的方法进行离群值检测，例如，1类SVM或任何其他分类器。在这种情况下，您还需要反面的例子。

我会使用图像裁剪大量增加您的数据 - 这是增加您的案例培训数据量的最明显方法。

一般而言，您在此任务中的成功很大程度上取决于任务声明（仅限于公园或任何类型的地方）和正确的数据。