オブジェクトの1つのクラスだけを検出するニューラルネットワーク

Question

私はPythonのニューラルネットワーク（NN）で全く新しいですし、NNがラズベリーのパイ3で動くことができるかどうかわかりません。私は問題は、NNがトレーニング、データ転送、計算に良いCPU/GPUパフォーマンスを必要としていることだと思います。

NNを単一クラスのトレーニングデータでトレーニングすることは可能ですか？ CPU/GPUを節約するためにinorder？

たとえば、画像内のナマコだけを検出するようにします。 良い回答/説明や例へのリンクは非常に高く評価されます。 THANKYOU PO

Answer 1

ラズベリーパイ3でNNを実行できますか？

はい、NNはRaspberry Pi 3 running Google TensorFlow (Neural Network) and NodeBotsのようにRaspberry Pi 3で実行できます。私が推奨するより良い方法は、PC上でNNを訓練し、ラスベリーパイの訓練された重量でNNを実行することです。 GPUはCPUよりも訓練の速度を大幅に加速しますが、NNが大きくない場合、CPUは作業をやり遂げることもできます。

単一クラスのトレーニングデータでNNを訓練することは可能ですか？

"ワンクラス"（あなたのケースではナマコ）分類の問題を解決するためにNNを訓練することは可能です。しかし、列車データは、対象クラス（ナマコ）に属さないサンプルを含む別のタイプのクラスデータを追加する必要があります。次に、「ナマコ」と「ナマコ」の2つのクラスのデータを使って、NNにとって簡単なバイナリ分類の問題です。

EDIT：CNNは仕事を成し遂げるために実装画像classifiction作業を開始するBuilding powerful image classification models using very little data：

簡単な方法は、取得

あなたはこのブログを参照することができます開始します。

Answer 2

あなたの質問をよく理解しているかどうかはわかりません。

単一クラスの訓練データが全く存在しない可能性があります。ナマコだけを発見したいのなら、それは2クラス分け問題の権利ですか？ナマコです。はい、いいえ2つのクラスです。

はいいいクールな人がラズベリーパイのNNを実装しています。しかし、それはある程度は可能ですが効率的ではありません。優れたGPUはトレーニングのスピードを上げます。

PCは、小さなNNを訓練することができます。