我应该如何对不同方向的图像进行分类？

Posted 2023-03-13

【中文标题】我应该如何对不同方向的图像进行分类？

【英文标题】：How should I do the classification of images with different orientation?

【发布时间】：2020-06-01 09:05:52

【问题描述】：

我一直在研究一个数据集，其目标是确定它是哪种类型的方向。这是一个分类问题，对于每条记录（对于大多数记录），我有 4 张图像 - 正面、左侧、右侧和背面产品图像。 我想将这些图像分类为上述 4 个类别。 数据集如下所示：

我已经下载了图片，并根据他们的类别将它们放在不同的文件夹中。

我应用的方法：

到目前为止，我已经应用了两种方法来对这些图像进行分类。

1) 我曾尝试使用 vgg16 直接对图像进行分类，但它甚至没有给我 50% 的准确率。

2）我将这些图像转换为黑色背景的边缘图像：

这是使用精明的边缘检测完成的。之所以这样做，是因为结果我得到了具有相似颜色连衣裙、相似设计连衣裙等的图像。 在这些之上，我再次应用了 vgg16、resnet50、inception 模型，但似乎没有任何效果。

您能否提出一些适用于我的情况的想法，并以更好的方式对图像进行分类。

【参考方案1】：

首先你的数据集必须被平均分割。例如 80% 的训练和 20% 的测试。之后，您必须平衡这些集（训练集 60% 的 A 类图像，40% 的 B 类图像）与测试集完全相同。

【讨论】：

我在开始训练时创造了这种平衡，每个班级都有相同百分比的训练和测试集记录。之后呢。

1) 如果一个类别的图像数量很少，请尝试使用数据增强，因为您的网络不会学习这少量图像。 2）尝试更大的过滤器，因为正如我从上面的图像中看到的那样，有价值的信息散布在您的图像上。 3）使用批量标准化 4）在完全合并的层上使用 dropout（0.3-0.5 可以完成这项工作）我在图像上遇到了完全相同的问题，但是当我使用 BN 和 Dropout 时，它都已修复。

1) 我可能没有提到它，但我已经为这两种解决方案应用了数据增强。 2）我在 vgg16 和 resnet50 之上使用了批量标准化和 dropouts。 3）我不明白你所说的更大的过滤器是什么意思，请你详细说明一下。

如果它表示内核大小，那么我只使用预定义的架构，除此之外我没有使用任何卷积操作。