Neural network 在单一类别数据上培训多标签CNN是否会妨碍准确性？

我为多标签分类构建了一个CNN，即预测每张图像的多个标签

我注意到ImageNet和许多其他数据集实际上每个标签都包含一组示例。他们构造数据的方式是，给定一个标签，就有一个该标签的示例列表。即： 标签->图像列表。另外，我使用的Keras支持每个标签一个文件夹的数据结构，每个文件夹中都有一个图像列表作为标签的示例

我关心的问题是，许多图像实际上可能有多个标签。例如，如果我对常规对象进行分类，一个名为“Cars”的文件夹将包含汽车图像，但一些汽车图像中也包含人（这可能会妨碍类“people”的结果）

我的第一个问题： 1） 这是否会降低网络的潜在准确性（即，地面实况中每张图像的单个标签）

如果是这种情况，我想改为创建以下表单的数据集： image1，{其标签列表} image2，{其标签列表} 等

2） 这样的结构会产生更好的结果吗

---

3） 关于这一点，什么是好的学术论文？

这取决于你如何衡量准确性。具体而言，这将取决于您使用的成本函数。假设您使用的是a，您将获得类概率作为输出，即输出节点c将给出图像显示类型为c的对象的概率，这样所有概率相加为一。因此，您可以使用一个标签对其进行训练，在这种情况下，每个图像只使用一个“正确”标签，并隐式训练您的网络，以最大化正确标签的预测概率。或者，您可以构造一个成本函数，使多个或所有标签的预测概率最大化。当您使用模型预测单个最合适的标签时，第二种方法可能会导致性能略有下降，反之亦然

---

人们在实践中所做的是第一种方法，即在一个最合适的标签上进行培训。由于您的网络仍然输出每个类别的概率，您可以检查“错误”的分类图像，并检查网络的预测是否至少在有效标签中。这是开始的标准。另外，请查看年度网站。

您描述的问题是一个非常著名的多分类问题。如果要将每个标签指定给给定的图像，则需要分别为每个标签做出决定，而不是从预定义的集合中指定标签

在

keras

设置的情况下，您可以使用

sigmoid

激活（使用

binary\u crossentopy

对模型进行训练）或设置多个输出（如果每个标签有多个决策，如预测一个类和一些其他值，则建议使用此设置）每节课

回答您的问题：

根据我的经验（并且知道通常的损失函数是如何工作的），如果你只为一个类设置培训-在理想情况下，这将导致分配50%-50%（在两个基本真相类的情况下），33%-33%-33%（在三个基本真相类的情况下），如您所见，这可能会产生问题，例如设置分类阈值。我个人会选择每类单独输出

sigmoid

的策略-记住-拥有多个图像信息通常会导致更好的模型性能

正如我前面提到的-提供多个类可能会有所帮助，因为您正在提供一个隐式类关联，并在分配多个类的情况下解决类冲突

关于你的案子你有一份很好的报告

---

你看过答案了吗？是的，并在下面写下后续问题…谢谢你的回答，我很感激。在我的例子中，这是一个多标签问题，许多标签共存于同一个图像中。这意味着我不能将概率相加为1，我希望每个标签自身映射到0到1的置信度分数/概率（即，每幅图像0到1，而不是总和）。你觉得怎么样？谢谢你的回答。我读了你的答案和论文。我有几个后续问题：1。本标准中是否建议采用该方法？我在参考文献中找到了一整张纸，上面有不同的建议来解决这个问题。。虽然看起来他们彼此很不一样。2.您认为有多大程度的多标签训练数据才能获得好的结果？我的意思是，如果我像你在单类数据上发送的论文中建议的那样训练模型，而不是在多标签数据上训练模型，那么精确度的增量是多少？