CNN多类与二值类图像分类

Question

假设我们有3类图像训练:1.猫，2.狗，3.不是猫也不是狗。我们只关心一张图像是否是猫/狗，或者两者都不是，但我们不在乎它是猫还是狗，只是这两者之一。

把狗和猫类合并成一个单一的“正面”类，而不是训练三级CNN，这本身就“更好”吗？

如果是的话，那麽，如果我们真的关心图像是狗还是猫，最好先运行二进制分类器来判断它是否狗/猫，然后再运行第二个二进制分类器，只训练猫和狗来决定它实际上是哪一个？

Answer 1

我会训练一个分类器，包括三个班：

cat, dog, neither

使用交叉熵作为成本函数。

网上有很多这样的例子。如果你谷歌MNIST神经网络，你会发现许多简单的例子。或者你可以选择谷歌的一个受过训练的网络，重新训练最后一层。

这里有一个关于Cifar图像集的卷积训练。

使用预先训练过的网络进行把两只猫区分开。