[問題] CNN影像分類問題(背景類)
各位大大好
小弟目前使用CNN做影像分類，在還未加入背景當種類時準確度有九成，
將背景是唯一種種類加進去一起訓練時準確度只剩下六成，有搜尋過幾種
方法，有一些不理解的地方想請教
[Handling "Background" class in machine learning]
https://thehive.ai/engineering/handling-background-classes-in-machine-learning
其中有提到這一段
I have a suggestion that can improve this situation a surprising amount:
prevent the background class from learning features. Allow it to learn only
one trainable variable, its logit.
據我的認知logit為softmax的前一層由feature map經過平坦計算後所產生，不太明白
上述的方法該如何實踐。
目前嘗試過利用撇除背景的模型，依照其預測的信心分數建立閥值去判斷是否為背景，
結果依然不理想，所以也想請教各位大大是否有其他的方式可以克服這類問題。
感謝大家!!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.160.13 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1574926914.A.450.html
推
11/28 17:48,
5年前
, 1F
11/28 17:48, 1F
→
11/28 17:48,
5年前
, 2F
11/28 17:48, 2F
推
11/28 18:10,
5年前
, 3F
11/28 18:10, 3F
推
11/28 22:49,
5年前
, 4F
11/28 22:49, 4F
→
11/28 22:49,
5年前
, 5F
11/28 22:49, 5F
→
11/29 01:04,
5年前
, 6F
11/29 01:04, 6F
→
11/29 01:04,
5年前
, 7F
11/29 01:04, 7F
→
11/29 01:06,
5年前
, 8F
11/29 01:06, 8F
→
11/29 03:36,
5年前
, 9F
11/29 03:36, 9F
DataScience 近期熱門文章
PTT數位生活區 即時熱門文章
