Бинарная или категориальная классификация изображений?

Question

У меня есть камера, направленная в коридор, которая может иметь одно из трех состояний - она ​​может быть пустой, она может содержать мою кошку, и она может содержать плохую кошку.Я пытаюсь обучить нейронную сеть, чтобы предупредить меня, когда камера видит плохого кота в коридоре.
Я новичок в машинном обучении и классификации, поэтому мой вопрос - должен ли я использовать двоичную классификацию (пусто / мойкошка против плохой кошки), или я должен использовать классификацию 3 классов (пустая против моей кошки против плохой кошки)?Что может дать мне лучший результат?
В качестве дополнительной информации, мой кот черный, а плохой - черно-белый.Коридор освещен в течение дня и ночи, хотя качество света меняется.Изображения имеют размер 640 на 480, хотя в настоящее время я обрезаю их до 450 на 300.

Answer 1

Исходя из предоставленной информации, у вас в основном три ситуации.Однако это зависит от набора цветов фона.Алгоритмы компьютерного зрения изучают отвлекающие особенности и пытаются описать их на основе их обучения.Если, например, ваша прихожая была красной или желтой, тогда вам будет намного легче, чем серой прихожей.Тем не менее, так как вы спросили о нейронных сетях и библиотеке keras, есть очень известное сетевое упражнение Cat или Dog CNN под Keras.Это может хорошо работать с вашим набором данных.Кроме того, я не уверен, будет ли ваше приложение работать в режиме реального времени?