画像の分類、カスタムラベルの狭いドメイン

Question

は、モデルでバイクを分類したいとします。

• はバイクの何百ものモデルのカップルが私は興味がある。
• 私は時々数十、数百、各バイクモデルの写真のを持っています。

、あなたのデータにどのように列車のモデルを示してい実用例に私を指すして、画像を分類するためにそれを使用してくださいことはできますか？それは簡単なロジスティック回帰ではなく、モデルである深い学習である必要があります。

私はそれについてはわかりませんが、それは猫、人間、車などの広い範囲の訓練を受けているため、私は訓練されたニューラルネットを使用できないようです。

私はそのような例のいくつかを見つけました（テンソルフローは1つですが）、悲しいことに、それらのすべてが事前訓練されたモデルを使用していました。それのどれもあなた自身のデータセットでそれを訓練する方法の例はありませんでした。

Answer 1

あなたのような場合は、転送学習または微調整を使用します。あなたがモーターバイクのイメージを何千も持っているなら、私は細かいチューニングを使い、あなたにはより少ない学習をするでしょう。

微調整は、事前に訓練されたモデルを使用し、異なる分類子部品を使用しています。次に、新しいクラシファイア部分は、訓練されたモデルの最後の1〜2層があなたのデータセットに訓練されている可能性があります。

事前学習モデルを使用し、入力画像のフィーチャを出力させることを、伝達学習といいます。今度はそれらの機能に基づいて新しい分類子を使用します。多分SVMやロジスティック回帰。

この例は、https://github.com/cpra/dlvc2016/blob/master/lectures/lecture10.pdfです。スライド33.