Я использую API обнаружения объекта tenorflow для обучения обучению с помощью mobilenetV2, обученной на наборе данных кокосового производства. Я использую трансферное обучение для обнаружения предметов на предметах мебели. Я хочу обучить сеть распознавать почти 500 различных предметов. Однако многие из этих предметов очень похожи. Например, стул может быть нескольких разных цветов.
Я пытаюсь решить, как разделить мои данные на категории. Существуют ли общие рекомендации по выбору оптимального количества классов или вариаций в классе?