Computer vision 深度学习/图像识别-如何为一个类别识别组合数据集

我正在使用英特尔深度学习SDK（基于Caffe）。
我想创建一个能够识别硬币的照片数据集。
SDK需要以下格式的数据集：

Root
  --> category a
    --> photos
  --> category b
    --> photos
  ...  

它需要至少有两个类别。

---

有什么想法吗？

在你的情况下，你应该有“硬币”类别和“非硬币”类别。
您的网络应该看到“非硬币”的图像，以便将其与“硬币”图像区分开来

你可以考虑分阶段培训（又名“硬负采”）：

---

（1）模型0在您的情况下，您应该有“硬币”类别和“非硬币”类别。

您的网络应该看到“非硬币”的图像，以便将其与“硬币”图像区分开来

你可以考虑分阶段培训（又名“硬负采”）：
（1）型号0
(1) model_0 <- training with cons/non-coins images
(2) for k = 1..K iterations do:
(2.1)   use model_{k-1} to classify additional training images
(2.2)   add images wrongly classified by model_{k-1} to training set
(2.3)   model_k <- training with extended training set
(3) output model_K