ラベルで一致率の低いものをその他に分類する手法について

Question

マルチクラスの分類問題で以下のような５つのラベルがあるとします

ラベル１ トイレ
ラベル2 玄関
ラベル３ 部屋の中
ラベル４ 台所
ラベル５ その他（１〜４の一致率が低いものすべて）

ここでラベル５のその他の分け方について質問があるのですが、ラベル１〜４に該当しない画像（例えば、車、建物、船、動物、つまり該当しない画像ならすべて）を一括して「その他」というカテゴリに分ける場合、その他該当する教師画像は何を用いれば良いのでしょうか？

今回は室内の一部に関連した画像を分類するつもりですが、「その他」に分類するのはラベル１〜４の画像にほぼ一致しないもの（人間が見て明らかに違うもの）です。

自分の案としてはgoogle検索で
１.１０種類くらいの室内関連画像を集める
２、１０種類において十分な量の訓練画像を用意
３、それらを「その他」のカテゴリとして一括してラベル付けする
方法を考えています。

何か案、考え、参考になる意見などなんでも構いませんのでアドバイスいただけないでしょうか？特に正解というアドバイスではなくいろんなアドバイスを参考にしたいと思っています。よろしくお願いします。

Answer 1

機械学習・深層学習門戸外かつ感覚的な意見しか申し上げられなくて恐縮ですが……。（英語の略語の「IMHO」と言うやつです）

• 被写体が1つだけのものより、多い画像
• どんな空間なのか把握できる画像・広画角の画像

を入れると、1～4の分類精度が上がりそうな気がします。

というのも、今回被写体そのものの分析と言うより、その画像全体からの分析になるので、最初の学習では、
「公園の一画」とか「人混み」、「牧草畑」などの画像を入れます。

逆に、何らかの被写体単体全体を画面いっぱいに撮影したものは、初期の学習では入れないほうがいいのかなと思います。

当然の事を申し上げているようでしたらすみません。なにかヒントになれば幸いです。

Answer 2

その他は、４つのカテゴリー(トイレ,玄関,部屋の中,台所)のいずれにも属さないという事ですから、特定の教師は存在しません。

例えば、成田空港で入国する人を日本人、中国人、アメリカ人、フランス人、その他に分ける場合を考えてみてください。
日本人を識別する教師画像、中国人を識別する教師画像、アメリカ人を識別する教師画像、フランス人を識別教師画像というのは、ありえるでしょう。
でも、他の百数十ヶ国の人をまとめて識別できる教師画像は存在しません。対象があまりに多様で特徴量とできませんから。

Comments

[trafalbad]

特微量が必要ないカテゴリ（ラベル）の教師画像は用意した方がいいのでしょうか？