作者ctr1 (【积π】)
看板DataScience
标题[问题] CNN类别定义
时间Wed Apr 27 00:57:25 2022
以mnist为例明确地将类别分成10个类别
若我的图片有A、B、C．．． Y、Z类
但实际特徵较为明显
人比较好定义分类的只有
A、B、C 三大类
其余的我都想定义成others类
所以简单说不属於ABC的我都定义为others
若以这样的模式透过CNN去建模(A、B、C、others 四大类)
模型有办法学会吗
或是是否有更好的方法
希望各位大神指点
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.241.90.65 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1650992247.A.7A3.html
※ 编辑: ctr1 (111.241.90.65 台湾), 04/27/2022 00:58:16
1F：→ chang1248w: 一定有 04/27 01:06
2F：→ chang1248w: a b c others要注意unbalanced label 04/27 01:08
3F：→ chang1248w: 不满意这个做法的话你可以往semi supervise learning 04/27 01:09
4F：→ chang1248w: 去找方向，譬如fixmatch及其後续的算法 04/27 01:10
5F：→ chang1248w: 我之前做的是把四个标签标法不同的资料集混在一起训 04/27 01:12
6F：→ chang1248w: 练，共用特徵摄取的网路，最後一层再个别分类。 04/27 01:12
7F：→ chang1248w: 譬如A B两个资料集，A标1 2，B标男女，a来自A带有标 04/27 01:17
8F：→ chang1248w: 签1可是没有标男或女，所以最後在算loss的时候，就分 04/27 01:17
9F：→ chang1248w: 别算有标签和没有标签的两个loss，最後加起来 04/27 01:17
10F：→ chang1248w: 你不信任others这个标签，可以当作无标签，给他几个 04/27 01:20
11F：→ chang1248w: 潜在类别让他自己学 04/27 01:20
12F：→ chang1248w: 又或者当成multi label classification做 04/27 01:21
13F：→ chang1248w: 玩法很多，会不会比较好不知道，因为半/自监督吃调教 04/27 01:22
14F：→ chang1248w: 在比较模型的时候可以用tsne把图片最後一层的feature 04/27 01:26
15F：→ chang1248w: 降到2维看看分布，常常会有意想不到的收获 04/27 01:26
16F：→ ctr1: 谢谢c大这麽多的经验分享!!受用良多 04/27 01:38
17F：推 ddavid: 也可以针对 A vs (B + C + other) 做一个二元训练，B 跟 C 04/27 21:41
18F：→ ddavid: 也以此类推，然後再做一层用来 ensemble 这三个之类的，玩 04/27 21:43
19F：→ ddavid: 法很多 04/27 21:43