思路1:迁移学习 简化模型
原因:由于InceptionV3模型有20层,90M大小,因此导致识别单张图片很慢(5.8秒)。
目的:识别即快(而且模型小),又准。目前先研究快。
策略:简化InceptIonV3模型,或换只有8层的AlexNet模型。
预备知识:
各模型对比
思路2:自己写卷积层、池化层(复现LeNet)
既然是要精简模型的,为什么不自己从头开始写一个简单的模型呢?
参考《TF实战gg深度学习框架》6.4节
设计一个LeNet模型的网络(2卷积层+2池化层)
要求:
- 训练:提供Train和Validation文件夹,分别有du和budu两类。
- 测试:提供Test文件夹,里面只有一堆图片。