我正在使用Inception v3模型重新训练自己的数据集。我只有很少的文件夹来表示包含每个类图像的类。我想做的是将一些文本ID“附加”到这些图像上，这样当它们经过重新训练并用于运行分类/相似性检测时，这些ID也会被检索到。 （基本上是图像相似度检测）
例如，图像X属于“教师”类，它属于John。当我重新训练模型并在新模型上进行分类时，我希望获得教师班级，但除此之外，我想知道谁是老师（约翰）。
任何想法如何去做？
问候
最佳答案
您有3个主要选择-增加课程，多标签学习或训练几种模型。
第一种选择是最直接的-可以让班级为Teachers_John的班级和班级为Teachers_John的班级，而不是让属于John的老师和属于Jane的老师，并像对待其他课程一样学习分类到这些类别类别集，或使用类似等级的softmax。
第二种选择是设置一组类别，其中包括教师以及约翰和简-现在，您的目标不是正确预测一个最准确的班级（教师），而是几个（老师和约翰）。
您的最后一个选择是创建一个模型层次结构，其中第一个模型学习区分John和Jane以及其他模型，以对每个模型的内部类进行分类。
关于python - Tensorflow Inception v3重新训练-将文本/标签附加到单个图像，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41745022/