2017-02-02 4 views
0

Ich möchte ein System erstellen, das ein einzelnes Objekt mit Keras erkennt. In meinem Fall werde ich Autoräder entdecken. Wie trainiere ich mein System nur für 1 Objekt? Ich habe eine Klassifizierungsaufgabe gemacht, bevor ich Katzen und Hunde benutzt habe, aber jetzt ist es eine ganz andere Aufgabe. Klassifiziere ich noch, mit Klasse 0 = Räder, Klasse = 1 nicht Räder (nur zufällige Bilder von irgendetwas)? Wie führe ich die folgenden Schritte in diesem Problem aus? 1) Zugsystem für 1 Objekt 2) Objekt erkennen (Schiebefenster oder Heatmap)Einzelobjekterkennung keras

Antwort

1

Ihre Aufgabe ist eine sogenannte binäre Klassifizierung. Stellen Sie sicher, dass Ihre letzte Ebene nur ein Neuron hat (z. B. für Sequential model model.add (Dense (1, ... andere Parameter ...)))) und verwenden Sie die binary_crossentropy als Loss-Funktion.

Hoffe, das hilft.

+1

Vielen Dank für die Antwort! Also werde ich 2 Klassen haben, eine mit Rädern, andere mit Rädern? Kannst du mir sagen, warum es auf der letzten Schicht nur ein Neuron gibt, als gegen 2, weil es 2 Klassen gibt? – Powisss

+1

Sie haben Recht. Ich denke du hast dein Problem jetzt gut verstanden. Sie könnten auch zwei Neuronen am Ende für die binäre Klassifizierung verwenden. Werfen Sie einen Blick auf: http://stats.stackexchange.com/questions/207049/neural-network-for-binary-classification-use-1-or-2-output-neurons Sie können beide implementieren und schauen welche funktioniert besser (z. B. Notenübernahme). Die Wahl liegt bei Ihnen. Versuche es ;) –