使用 VGG16 Net 进行错误分类
Misclassification using VGG16 Net
我使用 Faster RCNN 对 33 个项目进行分类。但它们中的大多数在彼此之间被错误分类。所有项目都是零食包和甜食包，如下面 link 所示。
https://redmart.com/product/lays-salt-and-vinegar-potato-chips
所以颜色和形状很相似。
解决这个错误分类问题的最佳方法是什么？
微调 是一种在我们的问题中使用在一些大数据集上学习的特征的方法，这意味着我们 freeze 而不是再次训练完整的网络根据要求去除网络下层的权重并在网络末尾添加几层。现在我们再次在我们的数据集上训练它。所以这里的优势就是，我们不需要训练all-millions个参数，只需要几个。另一个是我们不需要 large-dataset 来微调。
您可以找到更多 here. This is another-useful 资源，作者在其中对此进行了更详细的解释（使用代码）。
注意：这也称为transfer-learning。
我使用 Faster RCNN 对 33 个项目进行分类。但它们中的大多数在彼此之间被错误分类。所有项目都是零食包和甜食包，如下面 link 所示。
https://redmart.com/product/lays-salt-and-vinegar-potato-chips
所以颜色和形状很相似。 解决这个错误分类问题的最佳方法是什么？
微调 是一种在我们的问题中使用在一些大数据集上学习的特征的方法，这意味着我们 freeze 而不是再次训练完整的网络根据要求去除网络下层的权重并在网络末尾添加几层。现在我们再次在我们的数据集上训练它。所以这里的优势就是，我们不需要训练all-millions个参数，只需要几个。另一个是我们不需要 large-dataset 来微调。
您可以找到更多 here. This is another-useful 资源，作者在其中对此进行了更详细的解释（使用代码）。
注意：这也称为transfer-learning。