![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像识别
小鸡快跑哒咯哒
这个作者很懒,什么都没留下…
展开
-
图像识别,迁移学习调参入门
举图像识别中最常见的例子,训练一个神经网络。来识别不同的品种的猫,你若是从头开始训练,你需要百万级的带标注数据,海量的显卡资源。而若是使用迁移学习,你可以使用Google发布的Inception或VGG16这样成熟的物品分类的网络,只训练最后的softmax层,你只需要几千张图片,使用普通的CPU就能完成,而且模型的准确性不差。 使用迁徙学习时要注意,本来预训练的神经网络,要和当前的任务差距不大,...转载 2018-11-13 11:14:54 · 1491 阅读 · 1 评论 -
mean-pooling,max-pooling和Stochastic-pooling
mean-pooling,即对邻域内特征点只求平均,max-pooling,即对邻域内特征点取最大。根据相关理论,特征提取的误差主要来自两个方面:(1)邻域大小受限造成的估计值方差增大;(2)卷积层参数误差造成估计均值的偏移。一般来说,mean-pooling能减小第一种误差,更多的保留图像的背景信息,max-pooling能减小第二种误差,更多的保留纹理信息。Stochastic-pooling...转载 2019-05-24 11:33:54 · 2280 阅读 · 0 评论