最小限の画像データで分類器を設計する

Question

私は組織画像で3クラスの分類器を訓練したいが、合計で約50のラベル画像しか持たない。私は画像からパッチを取り、それらの上で訓練することはできないので、私はこの問題に対処する別の方法を探しています。

誰もがこのアプローチを提案できますか？前もって感謝します。

Answer 1

の質問は非常に広いですが、ここにいくつかの推奨事項：

• それはあなたの入力画像のバリエーションを生成するために意味を作ることができます。コントラスト、明るさや色の変更、画像の回転、ノイズの追加など。しかし、もしあれば、これらの操作のうちのどれが意味をなさされるかは、実際に分類の問題のタイプに依存する。
• 一般に、データが少ないほど、モデルに必要なパラメータ（重みなど）が少なくなります。それ以外の場合は、過学習となります。これは、分類器がトレーニングデータを分類するが、それ以外は何も分類しないことを意味します。
• オーバーリーニングを確認する必要があります。簡単な方法は、トレーニングデータをトレーニングセットとコントロールセットに分割することです。分類がコントロールセットに対しても正しいことがわかったら、コントロールセットを含む追加のトレーニングを行うことができます。