我有一个问题，我有大约1万张带标签的图像用于语义分割。这些标签带有8种不同的类别标签。
对于其中的大约4k，我有一个额外的标签用于另一个（但非常相似的问题）。我可以将这些标签转换为适合原始问题的方法，从而将8个类扩展到9个。现在，我希望在这9个类上进行训练，而不会浪费缺少这些多余类标签的6k类。
计划是如此
我已经这样做了，并尝试了step（4）的多种操作。我逐步冻结了阶段（Resnet50），并尝试降低学习率。没有一个达到类似的性能。由于增加了复杂性，我预计会有所下降，但是将一类分成两类时，问题非常相似。我希望这两个类之间会有些混乱，但是其他所有类都无法正常执行。
扩展问题的正确方法是添加一个额外的类标签，其中并非所有数据集都包含该额外标签。