Question

我想使用图像和其他功能来分类图像。我正在使用CNN对图像进行分类。但是如何将其他功能集成到我的模型中？就像我在对图像进行分类时，我的功能就是：

1.Images

2.Age

3.Sex

一种天真的方法是：

x_combined = np.vstack((age_sex,x))

然后将x_combined送到我的CNN模型将无济于事，因为这些功能不是图像的一部分。

我想要做的是同时使用年龄和性别以及图像进行分类。我正在使用keras来创建我的模型。如何创建我的模型？

Answer 1

您可以使用像素值堆叠其他要素。一个好的Conv网将从输入中学习模式和更好的功能。

您还可以尝试在Conv net的最后一层添加这些功能以获取输出。尝试尝试两者。

Answer 2

除@janu777提出的第二种方法外，您可以根据不同的性别和年龄范围（-10岁，11-18岁，19-30岁，31-60岁，61岁以上）训练几个CNN。在测试期间，您只需选择年龄和性别的特定模型。

如果来自不同年龄和性别的数据可能呈现出专门的CNN可以学习的不同模式，那么这背后的基本原理。从理论上讲，单个CNN应该能够在数据中学习所有这些模式，但这需要大量的训练样本，而这些样本并不总是可用。

这个想法的一个很大的缺点是你需要为你想训练的性别/年龄组合提供数据。缺乏代表性数据可能会使您的模型表现不佳。