我有477个类别的大型图像数据集（约500,000张图像）。每个类别都包含一些不相关的图像，因此在模型上进行训练时，模型的准确性是不可接受的。关于类的数量，在人工帮助下花费大量时间手动清理数据集。有什么方法可以自动删除此类图像？ （例如机器学习方法或算法）
答案 0 :(得分：0)
一种可能的方法是使用分类器从数据集中删除不需要的图像，但是这种方法仅对大型数据集有用，并且不如常规方法（手动清理）可靠。例如，可以训练SVM classifier从每个类中提取图像。测试此方法后，将添加更多详细信息。
答案 1 :(得分：0)
我认为，目前最好的（最可靠的）清洁图像数据集的方法是手动操作。可能会有一些技术可以应用。目前，Azure和Amazon ML之类的服务有一些清除数据的方法，但是，我不知道它们是否将其应用于图像（https://docs.microsoft.com/en-us/azure/machine-learning/team-data-science-process/prepare-data）。可以肯定的是，有些公司拥有完善的方法。 也许您会从本文中得到启发：https://stefan.winklerbros.net/Publications/icip2014a.pdf