Задача классификации изображения между левой, центральной и правой частью неподвижного объекта

Question

Я пытаюсь обучить обучающую модель распознаванию, какая часть (левая / центральная / правая) известного объекта представлена ​​на изображении, предполагая, что ввод модели может быть одним из следующих: изображение левой частиобъекта (вся левая часть или небольшая часть левой части);изображение его центральной части (всей центральной части или некоторой меньшей части центральной части);изображение его правой части (целая правая часть или небольшая часть правой части).Положение объекта всегда фиксировано, поэтому все изображения снимаются перед объектом, и это также будет случай, когда модель попросят сделать прогноз.Я собрал несколько тысяч изображений, принадлежащих левой, центральной и правой части объекта;для каждой части, как объяснено, некоторые изображения представляют целую часть, в то время как другие представляют меньшую часть этой части, в любом случае мне просто интересно предсказать, к какой части объекта (слева / в центре / справа) принадлежит изображение, поэтому яЯ рассматривал это как задачу классификации по 3 меткам, но мне интересно, лучше ли для этой задачи использовать сверточную нейронную сеть или какой-то другой подход.

Любое предложение очень ценится.Спасибо

Answer 1

Поскольку вы пытаетесь провести различие между тремя независимыми состояниями, подход к классификации является разумным началом.Вы можете начать с этого урока , а затем, как вы предложили, добавить несколько сверточных слоев.

Существуют альтернативные подходы: задача классификации обычно означает, что каждый из неправильных ответов одинаково неверен.Если правильный ответ «левый» и ваш алгоритм дает ответ «правый», это хуже, чем дать ответ «средний»?Если это так, вы можете рассматривать это как проблему регрессии.

Наконец, вы можете предпочесть использовать форум AI stack exchange для концептуальных вопросов, поскольку stackoverflow обычно резервируется для конкретных вопросов кодирования.