Обрезать изображение для тренировки Tensorflow или нет?

Question

Я играю с TensorFlow, я использую image recognition system. Я кормлю и тренирую приложение с собственным содержимым изображений.

Все идет нормально, пока у меня не появилось несколько категорий.

Для Exemple в начале у меня было только:

-hat 

И получил хороший успех по результатам (баллы около 0,95)

Затем я добавил:

-shoes 
-canne 

И результаты стали менее точными, я получил hat баллов с 0,94 на людей без шляпы.

Я использую ARG --how_many_training_steps 4000 как написано в док для достижения лучших результатов.

Так что я думаю, что я не учил АРР, правильный путь:

• Должен ли я кормить его с обрезанными изображениями, показывая шляпу без тела или со всем телом и шляпе? То же самое касается обуви, канистры и т. Д.
• Сколько изображений на каждую категорию требуется, по крайней мере, для получения хороших результатов? Я видел, что пример цветов насчитывает около 600-800 изображений на имя цветка, у меня на самом деле 150 изображений за категорию.
• Должен ли я использовать изображения антагонистов? как головка или корпус со шляпой в шляпе с папкой и головой или телом без шляпы в папке «шляпа»?
• Должен ли я использовать то же изображение в нескольких категориях, как для парня, в шляпе и обуви и Канне я скопировать изображение в папках шляпы, обувь, Канне

Answer 1

Inception v3 является классификация изображений система, то есть это дает вероятность каждого класса для всего изображения. Вы можете использовать вероятности вывода, чтобы определить, что еще находится на картинке, кроме верхнего результата, но это действительно не то, для чего предназначена эта модель.

Я хотел бы предложить следующее:

https://research.googleblog.com/2016/09/show-and-tell-image-captioning-open.html

Это может вернуть заголовок, как «Человек в шляпе с Канне»

EDIT: Если вы собираетесь использовать систему классификации изображений каждый класс должен иметь не менее 100 изображений (это минимум), и изображения должны вписываться только в один класс. Вместо анти-категорий, таких как «no-hat», есть только одна «другая» категория, если вы хотите, чтобы система имела дело с изображениями, которые не попадают ни в одну категорию.