对于任何图像，我希望我的分类器能够判断它是否是向日葵。我该如何创建第二个类别？将所有可能的图像集合 – {向日葵} 作为第二个类别是过于复杂的。在这个方向上有什么研究吗？目前我的分类器在最后一层使用了神经网络。我是基于以下教程构建的：

https://github.com/torch/tutorials/tree/master/2_supervised

我使用254×254的图像作为输入。支持向量机（SVM）在最后一层是否有帮助？我也愿意尝试使用任何其他可能有助于我的分类器/特征。

回答：

机器学习中的标准方法是：

1) 构建模型
2) 尝试在一些带有正/负例的数据上进行训练（从训练集中50/50的正/负例开始）
3) 在测试集上验证（同样，尝试在测试集中50/50的正/负例）
如果结果不好：
a) 尝试不同的模型？
b) 获取更多数据

对于情况#b，当决定需要哪些额外数据时，我的经验法则是：
1) 如果分类器产生很多误报（当实际上不是向日葵时，分类器却说这是向日葵） – 获取更多的负例
2) 如果分类器产生很多漏报（当实际上是向日葵时，分类器却说这不是向日葵） – 获取更多的正例

一般来说，从一些合理数量的数据开始，检查结果，如果训练集或测试集上的结果不好 – 获取更多数据。当你获得最佳结果时，停止获取更多数据。

你还需要考虑的另一件事是，如果你当前的数据和分类器的结果不好，你需要理解问题是高偏差（训练集和测试集上的结果都不好）还是高方差问题（训练集上的结果好但测试集上的结果不好）。如果你有高偏差问题 – 更多数据或更强大的分类器肯定会有所帮助。如果你有高方差问题 – 不需要更强大的分类器，你需要考虑泛化 – 引入正则化，可能从你的ANN中移除几层。解决高方差的另一种可能方法是获取更多，非常多的数据。

总之，你需要使用迭代方法，并尝试逐步增加数据量，直到获得好的结果。没有魔法棒般的分类器，也没有关于你应该使用多少数据的简单答案。