Skip to main content
 首页 » 编程设计

python之图片分类: Best approach to training the model

2024年12月31日34shanyou

给定一个模型,该模型必须对 10 个 table 布元素(勺子、 fork 、杯子、盘子等)进行分类,并且必须在一张包含所有 table 布元素的 table 图像上进行测试 (test_model_accuracy),其中是最好的训练方法:

  • A:在单个项目上训练模型,然后在 test_model_accuracy 上进行测试
  • B:使用边界框在整个表格上训练模型,然后在 test_model_accuracy 上进行测试
  • C:从 A 开始,然后是 B,反之亦然,然后测试 test_model_accuracy

请您参考如下方法:

您选择的策略主要取决于您要创建的 CNN 的结构。

如果您训练的模型能够识别图像中包含勺子还是 fork ,您将无法在有多个 table 布元素(例如 fork 和勺子)的 table 上进行测试,因为如果图像中确实有勺子或 fork ,网络将尝试回答。

无论如何,仍然可以训练网络对多个特征进行分类(策略 “A”),但在那种情况下,您需要一个能够进行多标签分类的模型。

最后,我建议采用 “B” 策略,因为在我看来,它非常适合应用程序领域。

希望这个答案清楚且有帮助!

干杯。