使用迁移学习使用单个 Class 数据集进行图像 Class 化
Image Classification using Single Class Dataset using Transfer Learning
我只有大约 1000 张车辆图片。我需要训练一个模型来识别图像是车辆还是非车辆。我没有非车辆的数据集，因为它可能是车辆以外的任何东西。
我想最好的方法是应用迁移学习。我正在尝试在预训练的 VGG19 模型上训练数据。但是，我仍然不知道如何只使用车辆图像而不使用任何非车辆图像来训练模型。我无法对其进行分类。
我是 ML 的新手总的来说，任何基于实际实施的解决方案都将受到高度赞赏。
这是一个二元分类问题：输入是否为车辆。
如果您是 ML 新手，我建议您在开始使用卷积神经网络 (CNN) 之前开始实施基本的二元分类器，例如逻辑回归、支持向量机。
我正在为使用不同算法的二元分类问题实现提供一些链接。我希望这会有所帮助。
逻辑回归：https://github.com/JB1984/Logistic-Regression-Cat-Classifier
支持向量机：https://github.com/Witsung/SVM-Fruit-Image-Classifier
CNN：https://github.com/A-Jatin/CNN-implementation-for-binary-image-classification
你对迁移学习方法的看法是正确的。看看这篇文章，它正是关于从 multi-class 到二进制 classification with transfer learning - https://medium.com/@mandygu/seefood-creating-a-binary-classifier-using-transfer-learning-da751db7cf9c
您可以尝试使用预训练模型并获取输出。您可能需要应用降维，例如PCA，以获得更易于管理的尺寸输入。之后你可以训练新颖性检测模型来识别输出是否与你的训练集不同。
参考这个例子：https://github.com/J-Yash/Hotdog-Not-Hotdog
希望对您有所帮助。
我只有大约 1000 张车辆图片。我需要训练一个模型来识别图像是车辆还是非车辆。我没有非车辆的数据集，因为它可能是车辆以外的任何东西。
我想最好的方法是应用迁移学习。我正在尝试在预训练的 VGG19 模型上训练数据。但是，我仍然不知道如何只使用车辆图像而不使用任何非车辆图像来训练模型。我无法对其进行分类。
我是 ML 的新手总的来说，任何基于实际实施的解决方案都将受到高度赞赏。
这是一个二元分类问题：输入是否为车辆。
如果您是 ML 新手，我建议您在开始使用卷积神经网络 (CNN) 之前开始实施基本的二元分类器，例如逻辑回归、支持向量机。 我正在为使用不同算法的二元分类问题实现提供一些链接。我希望这会有所帮助。
逻辑回归：https://github.com/JB1984/Logistic-Regression-Cat-Classifier
支持向量机：https://github.com/Witsung/SVM-Fruit-Image-Classifier
CNN：https://github.com/A-Jatin/CNN-implementation-for-binary-image-classification
你对迁移学习方法的看法是正确的。看看这篇文章，它正是关于从 multi-class 到二进制 classification with transfer learning - https://medium.com/@mandygu/seefood-creating-a-binary-classifier-using-transfer-learning-da751db7cf9c
您可以尝试使用预训练模型并获取输出。您可能需要应用降维，例如PCA，以获得更易于管理的尺寸输入。之后你可以训练新颖性检测模型来识别输出是否与你的训练集不同。
参考这个例子：https://github.com/J-Yash/Hotdog-Not-Hotdog
希望对您有所帮助。