花束对于我们的问题域来说是一个相当准确的类比，我们在another S.O. question询问了对我们的问题/目标采用不同方法的可行性。
如果我们不是根据花型进行课程，而是根据我们需要采取的行动制作课程，这取决于花束的内容和复杂的组合？
让我们说，如果在我们的测试图像的花束中，有：
>9 roses, >14 pansies, <1 marigold, any qty of other flowers
然后我们需要采取 action-a ＆amp; 动作-d
因此，相同的图像将用作课程action-a和课程action-d的正面示例。
相反，绝对会有积极的action-d示例，这些示例会为负action-a示例，反之亦然。
当然，即使有了这种简化，它仍然会变得非常复杂 我想这种方法需要一个 巨大的 数量的训练图像 即便如此，我仍然希望它可以发挥作用。
思想？
答案 0 :(得分：1)
是的，您可以在1个分类器中的＆gt; 1个类中拥有相同的图像，只要您每个类具有＆gt; = 10个唯一图像并且＆gt; =分类器中总共20个唯一图像，包括任何negative_examples
但是，你应该小心你是什么＆＃34;教学＆＃34;通过这样做系统。
分类器中的类是互斥的。在内部，系统试图弄清楚是什么使得一个类的正例与分类器的训练数据中的所有其他示例不同。
如果系统在单个分类器的多个类中发现图像文件的精确副本，它将使用它作为两个类的正例。精确重复项由图像文件的校验和确定。
答案 1 :(得分：0)
我认为你正走在正确的道路上。但是你必须确保你有足够的图像用于训练而不是。每个图像中的鲜花应清晰可见。 试试吧