我有一个相机指向走廊，它可以有三种状态中的一种 - 它可以是空的，它可以包含我的猫，它可以包含一只坏猫。当相机看到走廊里的坏猫时，我正在努力训练神经网络来提醒我。 我是机器学习和分类的新手，所以我的问题是 - 我应该使用二进制分类（空/我的猫与坏猫），还是应该使用3类分类（空对我的猫与坏猫）？哪个可以给我更好的结果？ 作为附加信息，我的猫是黑色的，坏猫是黑色和白色。尽管光线质量发生变化，但走廊在白天和夜晚都会被点亮。图像是640乘480，但我目前将它们裁剪为约450乘300。
根据提供的信息，您基本上有三种情况。但是，它取决于背景的颜色集。计算机视觉算法会考虑分散注意力的特征，并尝试根据他们的训练对其进行描述。如果您的大厅方式是红色或黄色，那么您将有一个更容易的时间，然后有一个灰色的走廊。话虽这么说，既然你已经询问了神经网络和keras库，那么在Keras下有一个非常着名的Cat或Dog CNN网络练习。这可能适用于您的数据集。此外，我不确定您的申请是否是实时的？