标签:微调 增广 模型 09 动手 图像 深度 9.1 9.2
文章目录
9.1 图像增广
- 图像增广基于现有训练数据生成随机图像从而应对过拟合。
- 为了在预测时得到确定的结果,通常只将图像增广应用在训练样本上,而不在预测时使用含随机操作的图像增广。
9.1.1 常用的图像增广方法
9.1.1.1 翻转和裁剪
9.1.1.2 变化颜色
9.1.1.3 叠加多个图像增广方法
9.1.1 使用图像增广训练模型
9.2 微调
- 迁移学习将从源数据集学到的知识迁移到目标数据集上。微调是迁移学习的一种常用技术。
- 目标模型复制了源模型上除了输出层外的所有模型设计及其参数,并基于目标数据集微调这些参数。而目标模型的输出层需要从头训练。
- 一般来说,微调参数会使用较小的学习率,而从头训练输出层可以使用较大的学习率。
9.2.1 热狗识别
9.2.1.1 获取数据集
9.2.1.2 定义和初始化模型
9.2.1.3 微调模型
9.3 目标检测和边界框
9.4 锚框
padluo 发布了44 篇原创文章 · 获赞 12 · 访问量 6万+ 私信 关注标签:微调,增广,模型,09,动手,图像,深度,9.1,9.2 来源: https://blog.csdn.net/padluo/article/details/104502362
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。