畳み込みニューラルネットワークの認識タイプ

Question

私はこれらのオブジェクトの組み合わせを持つ大きなデータセットから動物、乗り物、建物、樹木、植物を認識するためにconvolution neural networkを作成しようとしていました。

トレーニングの時、私はネットワークを訓練する方法について疑問を抱いていました。私の疑いは、動物全体のデータセットを単一の属性としてネットワークを鍛えることができるか、または各動物を個別に訓練することができるかどうかです。

ライオンのためのグループ、トラのためのグループ、象のためのグループなどです。テストの時点で、そのサブカテゴリのいずれかが満たされていれば動物として結果を出力するようにコード化できます。

効率的な検出のためにデータセットに正しいパターンがあるはずであり、膨大なデータセットよりもオブジェクトのサブカテゴリを使って訓練している場合のみパターンがあるはずです。

サンプルデータセットを示す図が添付されています（論理的にのみ正しい）。個別のデータセットと単一のデータセットが必要かどうかを知りたい。別のデータセットまたは単一のデータセットに

Answer 1

訓練は、種々の要因に依存するであろう。畳み込みニューラルネットワークを使ってテストデータセットの画像を単なる動物に分類し、それらをさらに細分化しない場合は、単一データのトレーニングを行う必要があります。しかし、さらに画像をトラとライオンに分類することを計画している場合は、トラはトラとライオンの別々のデータセットで行う必要があります。

トレーニングに使用するデータセットのタイプは、テストデータセットでの分類の要件に大きく左右されます。

また、画像を正規化してからトレーニングを受ける必要があります。