cfg和模型不对应是否可以迁移学习

最新推荐文章于 2024-05-28 15:38:47 发布
最新推荐文章于 2024-05-28 15:38:47 发布
阅读量109 收藏
点赞数 1
分类专栏： model_compression 文章标签： 迁移学习 人工智能 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_60943902/article/details/134813125
版权

原来的cfg

在这里插入图片描述

更改后的cfg

在这里插入图片描述

map结果

从下面map增长的速度来看，预训练权重是起作用的。
在这里插入图片描述

保存后的模型大小

训练的时候使用的是yolov5n.pt作为预训练模型，大小为3.8mb左右。
cfg使用的是tzscfg.yaml,如果只使用tzscfg而不添加任何预训练模型，保存后的结果是3.4mb左右。参数如下：
在这里插入图片描述
而保存的模型跟tzscfg.yaml的模型是一样大小。这说明了当我们需要更小的模型时，可以使用已经训练好的模型来作为预训练权重。
在这里插入图片描述

BTU_YC
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
YOLO V5 模型结构及迁移学习
CV小白的博客
02-23 1万+
YOLO V5 模型结构及迁移学习 YOLO 是一种快速紧凑的开源对象检测模型，与其它网络相比，同等尺寸下性能更强，并且具有很不错的稳定性，是第一个可以预测对象的类别和边界框的端对端神经网络。YOLO 家族一直有着旺盛的生命力，从YOLO V1一直到”V5“，如今已经延续五代，凭借着不断的创新和完善，一直被计算机视觉工程师作为对象检测的首选框架之一。 Ultralytics于5月27日发布了YOLOv5 的第一个正式版本，其性能与YOLO V4不相伯仲，是现今最先进的对象检测...
迁移学习技巧+网络关键字比预训练模型关键字多前缀
P_rincedom的博客
10-02 438
迁移学习，关键字不匹配问题
ShuffleNetv1、v2网络详解、使用pytorch搭建模型ShuffleNetv2并基于迁移学习训练
STATEABC的博客
04-01 3853
1.ShuffleNetv1网络详解 另一种轻量级网络 网络创新点： (1)提出了channel shuffle的思想 (2)在ShuffleNet Unit中全是GConv和DWConv (1)channel shuffle的思想 在很多网络中都有1x1逐点卷积，这会造成有限的通道之间充满约束，造成精度损失； 可以应用通道稀疏连接，例如组卷积(group convolutions)，通过确保每个卷积操作仅在对应的输入通道组上，组卷积可以显著的降低计算损失； 如果多个组卷积堆叠在一起，会有一个副作用：GC
EfficientNet迁移学习（三） —— 网络搭建（Model.py）
DAOCHI
11-12 1744
基本介绍 本次实验的模型是图像分类最新的模型，EfficientNet系列。该模型在ImageNet上训练，取得顶级的的准确度，并且有效的迁移学习到其它的分类数据集，相关比对结果如下图所示。论文的核心思想是提出了对网络复合缩放，通过对网络的宽度、深度和分辨率统一进行缩放，能够达到更高的精度上限，并且网络的计算量降低很多。该论文的翻译，请参考链接：EfficientNet论文翻译。本次实验采用的是EfficientNet-B7。 网络结构 下图是基准网络EfficientNet-B0的结构组成，根据Goog
迁移学习实践 深度学习打造图像的别样风格
叶庭云 成为自己的光
06-28 3266
文章目录一、前言二、代码实践 一、前言 训练环境：Google colab 训练时长：<15min 论文地址：https://arxiv.org/abs/1508.06576 在本教程中，我们将学习如何使用深度学习来创作另一种（毕加索或梵高式）风格的图像，这就是所谓的神经类型迁移！这是列昂·盖茨的论文中概述的一种技术：一种艺术风格的神经算法，非常值得一读。 那么，问题来了，什么是neural style transfer? 答：neural style transfer是一种优化技术，用于取三张图
使用tensorflow搭建分类神经网络以及迁移学习（训练过程）
qq_37652891的博客
04-12 3115
*************************************************** 码字不易，收藏之余，别忘了给我点个赞吧！ *************************************************** ---------Start 本文不涉及tensorflow环境配置过程，只讲解整个项目代码大致内容。至于每个函数的每个参数意义，同学们可以百度了解或私信我，见谅！ 数据集：二分类数据集，每个类别包含一个文件夹，文件夹中都保存了对应类别的图像数据。 Norma
Yolov5自定义图片训练测试及模型调优（详细过程）
热门推荐
HowieXue 薛永浩的博客
07-04 9万+
Yolov5自定义数据训练及测试1. 图像数据获取、标注2. 数据集划分及准备3. 配置训练参数，准备训练：3.1 修改data/训练配置xxx.yaml文件：3.2 修改models模型配置xxx.yaml文件4. 开始训练5. 测试训练后的模型： 1. 图像数据获取、标注 如果自定义训练自己的数据集，首先需要数据标注，至于数据来源可以是下载现有的开发数据集、拍照、爬虫等等。 如果是拍照、爬虫等获取的数据图片，需要进行数据标注，这个过程可以使用工具来做，但也需要一些手动操作 。。并且图片越多越好，如果
YOLOv1-7全系列模型大合集，学习记录和思考
qq_53250079的博客
07-08 2094
YOLO系列V1~V7，模型框架各个部分的理解学习。
机器学习——yolov3模型解析（包含模型和权重）
a645061612的博客
02-01 8439
下面的对模型代码的解析是转载的，yolo3的模型--用keras写的，是我从github上下载的，带训练好的权重。 关于视频检测和图片检测的预测部份，我没有实验。只跑了train.py部分，我跑的是不是tiny，是3个输出的model。 YOLO3百度云盘链接地址：https://pan.baidu.com/s/1Haf5DcnEyLkY7vFZDw--cg 分割线 ***********......
yolov4-tiny预训练模型和权重weigths cfg 文件.rar
07-23
yolov4-tiny预训练模型和权重weigths cfg 文件.rar
darknet 53_448.cfg 和weight 文件预训练模型
01-21
里面是darknet 53_448.cfg 和weight 文件，压缩包名称手抖打错了
resnet50预训练权重文件和cfg文件
12-04
resnet50预训练权重文件和cfg文件
C++配置cfg文件读取和修改
11-11
使用c++ 编写对cfg文件的读取和修改，保存cfg文件。
densennet201预训练权重文件和cfg文件
12-04
densennet201预训练权重文件和cfg文件
使用Python实现深度学习模型：迁移学习与预训练模型
Echo_Wish的博客
05-21 355
迁移学习的基本思想是利用在大规模数据集（如ImageNet）上训练好的模型，将其知识迁移到特定的目标任务中。加载预训练模型：使用已经在大规模数据集上训练好的模型。微调模型：根据目标任务的数据集对模型进行微调。我们选择交叉熵损失函数（Cross Entropy Loss）作为模型训练的损失函数，并使用Adam优化器进行优化。通过本教程，你学会了如何使用Python和PyTorch进行迁移学习，并在CIFAR-10数据集上应用预训练的ResNet-18模型进行图像分类。
（Linux）显存被占用-显示没有进程-nohup
qq_39214409的博客
05-25 566
这种情况多半是代码中 num_works 的设置大于1导致的。nvidia-smi显示的PID是父进程，那么在kill掉此进程后，子进程仍然在工作。关键问题在于如何找到子进程并终止。
AI开发初体验：昇腾加持，OrangePi AIpro 开发板
上周的博客
05-27 779
因为工作需要，以及个人兴趣，本人经常购买开发板进行调试、学习，但具备AI计算的开发板，本人尚未体验过，究其原因，是因为自觉知识储备可能无法胜任AI的开发工作。然而，在体验了OrangePi AIpro 开发板之后，却大大改变了我的看法——AI时代，真的已经来临！OrangePi AIpro 开发板是香橙派联合华为精心打造的高性能 AI 开发板，其内置华为昇腾 AI 处理器，作为国产AI 芯片翘楚，实乃开发板的一大亮点！
AI推文神器，绘唐ai，文刻创作出品，sdmj二合一虹猫
最新发布
2401_84285498的博客
05-28 293
然而，值得注意的是，AI推文神器虽然能够生成高质量的推文内容，但仍然需要人类的审查和修改。因为它虽然能够模仿人类的写作风格，但仍然无法完全理解人类的情感和语境，因此在使用AI推文神器时，人类编辑和审阅的角色仍然十分重要，以确保推文的准确性和符合品牌形象。AI推文神器的工作原理是通过自然语言处理和机器学习算法，将用户输入的关键词、主题或简要描述转化为语义信息，然后结合相关数据和模型，生成相应的推文内容。它通过分析大量的文字和数据，学习并模仿人类的写作风格和推文技巧，从而能够生成独特、有吸引力的推文内容。
yolov3迁移学习
08-12
迁移学习是一种利用预训练模型在新任务上进行快速训练的方法。对于YOLOv3的迁移学习，你可以按照以下步骤进行操作： 1. 下载预训练权重：首先，你需要下载YOLOv3的预训练权重文件，例如`yolov3.weights`。 2. 修改...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

BTU_YC

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值