如何跳出网络结构的火坑
1.自监督学习。人为地利用图像,学习图像中隐含的本质特征。常用“剔除-重构”策略构造标签。常用的先验知识学习方法:
颜色信息(剔除颜色信息,原图转灰度图,再训练模型根据灰度图重构原图)
高分辨率信息(剔除细节信息,将原图缩放成小图,训练模型根据小图重构原图)
相对位置信息(剔除某块物体或区域/在原图提取连续九块区域,中心+8领域/将原图切分成九块进行随机打乱)
形变信息(嫁接STN模块,对图像进行0/90/180/270度的旋转)
关联信息(mereic learning,聚类,CNN-based的分类器CFN)
2.半监督学习。数据集一般是benchmark,有监督的数据集。加入扩充的外部数据集可以提高模型的泛化能力。
如何跳出魔改网络结构的火坑
最新推荐文章于 2022-12-12 23:02:31 发布