Machine learning 训练模型仅检测1个类别标签_Machine Learning_Deep Learning_Computer Vision

Machine learning 训练模型仅检测1个类别标签

machine-learning deep-learning computer-vision

Machine learning 训练模型仅检测1个类别标签,machine-learning,deep-learning,computer-vision,Machine Learning,Deep Learning,Computer Vision,我想通过在输出层实现Sigmoid激活功能来训练一个模型，看看图像是否仅为dog 然而，通常情况下，我们只能放置两个火车数据集（狗对猫，狗对牛），现在我想检测（狗对所有），那么有什么方法可以做到这一点吗？就像我们检测到狗对猫一样，如果我用一张人脸进行测试，它可能最终被归类为狗我试过凯拉斯，但现在似乎不可能了我不知道为什么在目标检测中，我们可以训练一个只需要一个类别标签的模型，它不会将任何不相关的对象分类为我们想要训练的对象（就像我们只在图像中检测狗，然后在书籍中检测狗，人也被检测为狗）如果

我想通过在输出层实现Sigmoid激活功能来训练一个模型，看看图像是否仅为dog

然而，通常情况下，我们只能放置两个火车数据集（狗对猫，狗对牛），现在我想检测（狗对所有），那么有什么方法可以做到这一点吗？就像我们检测到狗对猫一样，如果我用一张人脸进行测试，它可能最终被归类为狗

我试过凯拉斯，但现在似乎不可能了

我不知道为什么在目标检测中，我们可以训练一个只需要一个类别标签的模型，它不会将任何不相关的对象分类为我们想要训练的对象（就像我们只在图像中检测狗，然后在书籍中检测狗，人也被检测为狗）

如果您的问题是您的目标功能有多个类，如Dog、Cow、Cat等，并且您希望将图像分类为Dog vs Not Dog，那么您可以只更改数据帧中的标签

1为狗的图像

所有其他图像均为0。

您好，谢谢您的回答，但有许多图像主题，如人类、狗、猫、汽车。。。我想我们不可能只为了0就把它们全部收集起来。你知道吗？