Tensorflow 使用mobileNet进行图像分类培训：每张图像是否应恰好有一个样本？
我正在训练一个Mobilenet神经网络来识别动物物种。Tensorflow 使用mobileNet进行图像分类培训：每张图像是否应恰好有一个样本？,tensorflow,machine-learning,image-classification,mobilenet,Tensorflow,Machine Learning,Image Classification,Mobilenet,我正在训练一个Mobilenet神经网络来识别动物物种。 我想知道：为了获得好的效果，每个图像只包含一个个体是否重要？或者我也可以用包含同一物种的多个个体的图像来训练它吗？你可能会获得最高的准确度，因为你只使用图像中一个物种的例子。但是，现在模型是这样训练的，如果您提交的测试集图像中有多个相同物种的示例，那么它可能不会表现得很好。因此，如果你想让你的模型涵盖最广泛的潜在图像，我会在两种情况下的图像上对其进行训练，即每张图像上的一个物种示例和图像中的几个物种示例。 如果裁剪训练图像，使图像中的大多
我想知道：为了获得好的效果，每个图像只包含一个个体是否重要？或者我也可以用包含同一物种的多个个体的图像来训练它吗？你可能会获得最高的准确度，因为你只使用图像中一个物种的例子。但是，现在模型是这样训练的，如果您提交的测试集图像中有多个相同物种的示例，那么它可能不会表现得很好。因此，如果你想让你的模型涵盖最广泛的潜在图像，我会在两种情况下的图像上对其进行训练，即每张图像上的一个物种示例和图像中的几个物种示例。 如果裁剪训练图像，使图像中的大多数像素都是该物种，则会得到更精确但不太通用的模型