conv-neural-network - 在特定对象检测任务上使用预训练权重
问题描述
如果我的对象检测任务不涉及识别常见图像,那么使用预训练权重是否有意义?yolonet 教程使用来自 imagenet 竞赛的预训练权重,但我正在尝试训练对象检测器以找到某些地壳变形模式。
解决方案
地壳变形模式和 imagenet 训练数据之间可能没有任何共同的高级特征,但很可能存在与纹理、颜色、边缘等相关的共同低级特征。因此,在 imagenet 上进行预训练可能会提高模型的第一次收敛速度负责检测低级特征的层,并提高模型的最终准确性。
推荐阅读
- wiremock - Wiremock https 连接被拒绝
- angular - 离子模态调用,但未显示
- ansible - Ansible URI SSL 证书密码
- php - 错误:SQLSTATE[HY093] 通过 HTML/PHP 向 MySQL 发送数据
- python - 如何将int变量转换为字符串
- mysql - 如何在不使用子查询的情况下获得具有 max(time) 的适当列?
- .net - 即使我们将证书添加到 ClientCertificates,是否需要安装证书才能发出 Web 请求?
- powershell - Get-content 和 [IO.File]::ReadAllText 有什么不同?
- laravel - 在 Laravel 5.1 中使用 S3 存储桶文件在 S3 上创建 Zip 文件
- go - 在 gcp cloudbuild 中使用“replace”指令失败