ML 模型是在所需的图像类别之间还是按数据集进行分类？

如果我有一个包含 90% 猫图像和 10% 狗图像的数据集 1，并且我将数据集 2 与仅包含狗的数据集组合起来以平衡类不平衡，我的模型会分类哪些是猫和狗还是哪些是数据集 1 的图像和数据集 2 图像？

如果是后者，我如何让模型在猫和狗之间进行分类？

无论您的数据集的名称是什么，您的模型都只会执行它所训练的内容。

数据集的名称只是一个组织问题，不会进入训练，不会真正影响训练步骤中将产生的损失量。然而，会影响模型响应的是数据的属性。

有时来自不同数据集的数据具有不同的属性，即使这些数据集用于相同的目的；像具有不同照明度、背景、分辨率等的图像。这肯定会对模型性能产生影响。这就是混合数据集应该谨慎执行的原因。您可能会发现查看此 paper 很有用。