Обучение нейронки для распознавания изображений?

Question

[Gigabait]

Задача: программа для распознавания изображений. Имеется датасет из 100 разных классов, в каждом классе по 1 изображению.
Вопрос: Как лучше поступить, обучить нейронку ? Или есть вариант по лучше, и легче ? Да, я могу аугментировать каждое изображение по 20 раз в каждом классе. Но это не имеет смысла так-как изображения для валидации точно такие-же как и для обучения. Для теста тоже самое, главное чтоб оно различало между классами.

Answer 1

[freeExec]

в каждом классе по 1 изображению

Дальше можно расходиться, кина не будет. Нужны тысячи примеров.

Comments

[Gigabait]

Хорошо, тогда что вы предлагаете, когда есть только одно изображение ? Сверять массив пикселей каждого изображения ?
Я в курсе что нужны тысячи примеров, у меня есть небольшая нейронка в которой 4 класса по 200 изображений для определения. Но я тут подумал, для моей задачи, изображение для определения подаётся всегда одно и тоже, так зачем мне тратить время и ресурсы для парсинга датасета когда можно использовать только одно изображение...