我将用分类南瓜作为例子。以灰姑娘南瓜为例

与葫芦南瓜对比

直观上，由于它们的外观差异很大，将这些图像分类为两个不同的输出cinderella-pumpkin和gourd-pumpkin似乎是明智的选择。

我的问题是，如果我使用包含灰姑娘南瓜和葫芦南瓜的训练图像集，并将它们都归类为pumpkin类别，网络的性能是否会比将它们分成两个类别时更差？当两个物体差异如此之大以至于应该被放入不同类别时的阈值是什么？

或者为了更清楚地说明问题，如果我拍摄了猫和菠萝的照片，并将它们归类在同一个类别下，网络在分类每个相应物体的能力会受到怎样的影响，与创建cat输出和pineapple输出相比？

回答：

这取决于你的训练观察的固有相似性。我不设定阈值：我使用幂迭代聚类（或其他无监督分类）来指导我找出训练数据中存在显著分类的位置。k-means也是一个流行的选择，因为它是一个常见的实现，并且相对容易理解。

另一个需要考虑的因素是“非南瓜”数据的相似性，比如篮球（与你的灰姑娘南瓜相比）。同样，我采用无监督学习方法。在这种情况下，我预计篮球会比灰姑娘南瓜和葫芦南瓜更接近灰姑娘南瓜。这表明需要为南瓜类型设置单独的类别——或者可能需要在图像处理中进行更多的特征检测，以找出不同南瓜品种之间的相似性。

这有帮助吗？