该深度学习图像分类问题的目标是什么

Question

我正在喀拉拉邦使用CNN进行图像分类项目。我有大约900个人的900张照片的数据集。每个人都有他不同年龄的多张照片。我的目标是在输入的任何人的照片中预测该人的正确ID。这是数据的一瞥。

我的问题是：

1. 我的目标列应该是什么？目标是'AGE'还是'ID'？ 2我需要对目标列进行热编码吗？例如，如果我用以ID为目标，那么我必须对ID列进行一次热编码吗？

2. 如果我将ID用作目标，然后进行一次热编码，是的，我要上70堂课？

3. 我需要有关输出层。我的目标是确定照片是否属于是否具有相同的ID，那么输出层应该是什么？我要用吗softmax有70个输出？
4. 关于输出层的另一个问题我可以使用带有70个输出的softmax，然后将其馈送到单输出的乙状结肠层？

Answer 1

1. 您将使用不同的年龄图像来识别同一个人。例如，在数据集中，您有100张的不同图像，并训练了一个模型。现在，您提供的第101张图像，模型将对其进行检测。因此，您的目标列应为ID。是，有70个类别，您会得到一个900x70的热编码矢量>它应该是softmax层，因为Sigmoid层用于二进制类或多标签问题。由于必须彼此检测70个不同的人，因此需要一个softmax类。
2. 我不这样认为，这样您的模型将无法分辨出这是哪个人的图像（作为测试提供的图像）