使用按相关性排序的数据训练神经网络

Question

我有某种皮疹图片的数据集，由医生根据他们对某种皮疹是“莱姆病”的可能性的预测进行分类。因此，数据集由文件夹“ 50-70％”，“ 70-80％”，“ 80-90％”，“ 90-100％”组成。例如，在“ 90-100％”文件夹中放着最有可能是“莱姆病”的图片，依此类推。

我想使用所有这些数据，但我想知道如何告诉神经网络此文件夹中的图片肯定是“莱姆病”，而其他文件夹中的图片则不太可能。甚至有可能吗？

Answer 1

卡米尔，这完全取决于您的要求，

1）如果您只是想让模型知道“莱姆病”或“非莱姆病”

您可以设置一个限制，例如高于80％的是莱姆而低于莱姆的

因此您可以将所有80％以下的图像分类为输出0，所有80％以上的图像分类为输出1

2）如果您希望模型更详细（例如不同级别），则可以这样做

“ 90-100％”-带有莱姆[1,0,0,0]

“ 80-90％”-处于高风险[0,1,0,0]

“ 70-80％”-没有风险[0,0,1,0]

“ 50-70％-没有莱姆[0,0,0,1]

相应地，您可以得到分类输出

Answer 2

Keras具有ImageDataGenerator类，该类能够加载按类分类在目录中的图像。您必须创建一个这样的对象，然后可以使用.flow_from_directory(directory)方法。