image - 是否可以在张量流中使用初始模型对 1000 多个对象进行分类？

Question

是否可以在张量流中使用初始模型对 1000 多个对象进行分类？我想使用 TensorFlow 图像分类通过迁移学习模型对 1000 多个对象进行分类。

标签： imagetensorflow

Answer 1

流行的图像分类模型可以看作是一个卷积特征提取器和一个分类器。底部将获取您的 [208, 208, 3] 图像并将其转换为 2048 个特征 [1,1,2048] 的列（所有数字仅作为示例）。通常之后会出现一个 softmax 分类器。分类器是一个全连接层，每个对象类都有一个神经元。如果你有 1000 个类，它将有 1000*(2048+1) 个参数。请注意，只有分类器取决于类的数量。

进行迁移学习时，ine 通常会丢弃现有的分类器层并从头开始对其进行重新训练。如果特征提取器也经过训练，则称为微调。在重新训练分类器时，您可以选择要使用的任意数量的类。

简而言之：您可以自由地对任意数量的新对象类进行迁移学习。