[問題] CNN辨識特定物件

[gs8613789 (Shang6029)]

大家好，我是深度學習的新手，因為PTT似乎沒有深度學習相關的板，所以發在這裡。

最近在看CNN，知道他預測的結果是一連串的label，而值就是測試圖片為哪一個label的
機率。

那假如說我想要建立一個只有兩個label的模型，值就是YES或NO

比方說我想要辨識一張椅子，我想要知道的就只有他是椅子的機率。
當我測試圖片為一張椅子時，他就跟我說這是一張椅子。
當我測試圖片為其他東西(比方說一個人或一個水壺)的時候，他就跟我說這不是一張椅子
。

請問這樣子模型要如何訓練呢？爬了許多文找不到相關的討論，懇請各位給我關鍵字。謝
謝！

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.217.141.244
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1504592735.A.08E.html
推 weihan0405: 很容易啊，給它training data 椅子的圖label都設1 其
→ weihan0405: 他不是椅子圖全部設2去訓練，最後的layer 參數記得給
→ weihan0405: 兩類，這樣應該就可行了
我的問題就在於其他不是椅子的圖，因為我並沒有預設那些不是椅子的圖是什麼。

所以如果我要訓練這個模型，我要去找一個不包含椅子的dataset讓他做訓練囉？
※ 編輯: gs8613789 (180.217.141.244), 09/05/2017 15:43:29
→ indigolemon: 對
→ frank910138: 借問一下..training 資料量大概要多少？
推 EGsux: 跟你model複雜度有關 你也可以用pre-training network
→ EGsux: 最後一兩個layer drop掉加新的去train
推 EGsux: image可以去image net
推 bbkingck: 另外,建議非正解的東西設成0(或是-1),表示機率較直觀