Deep Convolutional Networks

Question

Ich möchte einige Objekterkennung wo zwei Einschränkungen haben.

Die erste ist, dass ich im Moment keine große Anzahl von Bildern für das Training habe (im Moment sind es etwa 550 Bilder).

Zweitens, höchstwahrscheinlich werde ich nicht in der Lage sein, das ganze Objekt zu sehen, es wird nur ein Teil des Objekts verfügbar sein, das ich zu erkennen versuche.

Meine Frage ist es gut, Deep Convolutional Networks über Bayesian Optimierung und strukturierte Vorhersage für diese Art von Situation zu versuchen?

Ich habe dieses Papier als Referenz: Deep Convolutional Networks via Bayesian Optimization and Structured Prediction.

Answer 1

Sie müssen uns mehr Details anbieten. Die Antwort auf was CNN sollte ich verwenden? und habe ich genug bilder dafür? hängt von mehreren Faktoren ab:

1- Wie viele Objekte für 550 Bilder? Jedes Objekt ist eine Klasse, wenn Sie 550 Bilder von 2 verschiedenen Objekten haben, die ausreichen könnten, aber wenn Sie 550 Objekte haben, ist das nur 1 Bild pro Objekt, was definitiv nicht genug ist.

2- Wie groß sind Ihre Bilder? Ändert sich das unter ihnen? Die 550 Bilder enthalten Teile des Objekts oder des gesamten Objekts?

Nachdem Sie die Antwort auf diese Fragen kennen, können Sie Ihre CNNs-Architektur und Ihre Datenerweiterungsstrategie auswählen.

Strukturierte rezeptive Felder haben bessere Ergebnisse für kleine Datensätze als das normale CNN gezeigt. Hier ist eine Papiere dazu: https://arxiv.org/abs/1605.02971