在正面类别中称重图像

Question

我有一套35,000张图像，我正在Tensorflow上训练CNN。

〜5％的图像是积极的类，95％的消极类。

在积极的阶层中，有些图像“更积极”，有些图像“不积极”，如果有意义的话。

我想知道是否有可能为正面课程中的这些“更积极”的样本指定一个权重（除了不得不过分抽取这个课程）以便这些图像被认为更重要。

任何想法，或者这是不可能的？

Answer 1

您可以将成本函数乘以您决定用于积极和更积极的类的任何重量。现在我正在一个1/3的网络正面，2/3的网络负面。但是，我确保统计上各批次之间的比例是50/50。我最终在整个时代重复了一些积极的课程。

如果某些班级比其他班级更积极，也许您应该有两个以上的班级。像消极，中立，积极和正面。