图像分类-在现有模型中添加新类

Question

我使用经典的SIFT -蝴蝶结支持向量机进行图像分类.我的分类器是使用1vsAll范式创建的。

假设我目前有100门课。稍后，我想添加新的类或我想提高对某些特定课程的识别使用额外的培训集。

做这件事的最佳方法是什么？当然，最好的方法是重新执行训练阶段的每一个步骤。但是，只使用(或修改后的)类计算额外的(或修改的)类与以前的模型相同，这样做是否有意义，以避免重新计算新的词汇表并重新训练所有的类？

谢谢

Answer 1

总之-不。如果您添加了新的类，那么应该将它添加到每个“旧”分类器中，这样"one vs. . all“仍然有意义。如果假设新的类会随着时间的推移而出现，请考虑使用一个类分类器来代替，例如单类支持向量机。这样，一旦您获得了特定类的新样本，您只需要重新训练一个特定的模型，或者在系统中添加一个全新的模型。

此外，对于大量的类，1与所有支持向量机的工作效果都很差，单类方法通常要好得多。