我有一组同一种昆虫的不同大小的图片。比如说，一个蝴蝶的图像集合，有不同的大小、颜色等。 我想训练一个模型，让它知道这个图像集合都是蝴蝶。 我的目标是输入一张图片，然后判断输入的图片是否是蝴蝶？
怎样才能做到这一点呢？ 大部分机器学习的教程都是用多个条目进行训练。比如狗和猫，那么输入的就是狗或者猫。 但是在我的案例中，训练出来的模型只是蝴蝶的集合。 这可能吗？
不，这是不可能的，而且有充分的理由。模型所 "学习 "的只是将每张图片都归类为蝴蝶，而不管实际内容如何。但你肯定希望根据图像的内容进行分类，所以你确实需要扔进一些没有显示蝴蝶的图像。
要注意选择与蝴蝶图片没有其他系统性差异的图片。例如，如果蝴蝶图像倾向于有一个较深的背景，那么模型最终会通过使用这些信息来代替或增加你的意图来 "作弊"。
在你的案例中，问题或要求是（或似乎是）--识别图片是否是蝴蝶的图片。
你会有两个类--蝴蝶和不是蝴蝶。但是，要训练一个算法来识别图片中是否有蝴蝶，它需要看到没有蝴蝶的图片，并学习（在训练过程中）蝴蝶的特征。
另一个需要注意的是，要有足够多的蝴蝶和非蝴蝶的样本图像，或者确保你适当地处理不平衡类。