Quante immagini per classe sono sufficienti per addestrare una CNN

Sto iniziando un progetto in cui il compito è identificare i tipi di sneaker dalle immagini. Attualmente sto leggendo le implementazioni di TensorFlow e Torch . La mia domanda è: quante immagini per classe sono necessarie per raggiungere una prestazione di classificazione ragionevole?

Da Quanti esempi di allenamento sono troppo pochi quando si allena una rete neurale? su CV:

Dipende molto dal set di dati e dall'architettura di rete. Una regola empirica che ho letto (2) era di alcune migliaia di campioni per classe affinché la rete neurale potesse iniziare a funzionare molto bene. In pratica, le persone cercano di vedere.

Un buon modo per valutare approssimativamente in che misura potrebbe essere utile avere più campioni di allenamento è tracciare le prestazioni della rete neurale in base alle dimensioni del set di addestramento, ad esempio da (1):

• (1) Dernoncourt, Franck, Ji Young Lee, Ozlem Uzuner e Peter Szolovits. " De-identificazione delle note del paziente con reti neurali ricorrenti " arXiv prestampa arXiv: 1606.03475 (2016).

• (2) Cireşan, Dan C., Ueli Meier e Jürgen Schmidhuber. "Trasferisci l'apprendimento per i caratteri latini e cinesi con reti neurali profonde." Nel 2012 International Joint Conference on Neural Networks (IJCNN), pagg. 1-6. IEEE, 2012. https://scholar.google.com/scholar?cluster=7452424507909578812&hl=it&as_sdt=0,22 ; http://people.idsia.ch/~ciresan/data/ijcnn2012_v9.pdf :

  Per le attività di classificazione con alcune migliaia di campioni per classe , non è facile dimostrare il vantaggio della pretrattamento (senza supervisione o supervisione).

L'approccio migliore è quello di raccogliere quanti più dati possibile comodamente. Quindi iniziare con il progetto e creare un modello di dati.

Ora puoi valutare il tuo modello per vedere se ha un bias elevato o una varianza elevata.

Alta varianza : in questa situazione vedrai che l'errore di convalida incrociata è maggiore dell'errore di allenamento dopo la convergenza. Se si traccia lo stesso rispetto alla dimensione dei dati di allenamento, c'è un divario significativo.

Distorsione elevata : in questa situazione, l'errore di convalida incrociata è leggermente superiore all'errore di allenamento, che di per sé è elevato quando viene tracciato rispetto alla dimensione dei dati di allenamento. Intendo, è possibile inserire sottoinsiemi di dati di allenamento che si hanno e continuare ad aumentare la dimensione del sottoinsieme ed errori di trama.

Se vedi che il tuo modello ha una varianza elevata (sovraprezzo), l'aggiunta di più dati di solito aiuta in contrasto con il modello di polarizzazione elevata (sottoadattamento) in cui l'aggiunta di nuovi dati di allenamento non aiuta.

Inoltre per classe devi cercare di ottenere lo stesso numero di immagini, altrimenti i set di dati possono essere distorti (più di un tipo).

Inoltre, ti suggerisco di utilizzare TensorFlow , leggi di più sul classificatore di immagini INCEPTION di GOOGLE . È già un classificatore qualificato sul database di immagini di Google e puoi usarlo per le tue immagini, in questo modo i requisiti per il numero di immagini diminuiscono drasticamente.