复杂模式识别的深度学习模型
Deep Learning Model for Complicated Pattern REcognition
我正在使用 ResNet50 的迁移学习来识别零食包。
它们在主色和形状上非常相似。如下图所示。
我大约有 33 个项目需要识别。
我为 ResNet50 使用了 FasterRCNN 和 SSD。
做的不好，很多项目相互混淆。
哪种深度学习架构适合识别此类对象？
或者有什么特殊的技巧可以更好地识别这些物体？
我认为我们需要架构来识别细节模式。
确保您链接的是caffe中的原始预训练网络，或者您是从头开始进行网络训练！
如果您想增加数据集的大小，我会经常拍摄相同的图像集并将每张图像旋转几次。
绝对减小图像尺寸，并考虑减少图像的背景噪音（人物、可变背景等）
过去我曾使用 Alexnet 解决类似的问题，但功能差异很小。
祝你好运！
我正在使用 ResNet50 的迁移学习来识别零食包。
它们在主色和形状上非常相似。如下图所示。
我大约有 33 个项目需要识别。
我为 ResNet50 使用了 FasterRCNN 和 SSD。
做的不好，很多项目相互混淆。
哪种深度学习架构适合识别此类对象？
或者有什么特殊的技巧可以更好地识别这些物体？
我认为我们需要架构来识别细节模式。
确保您链接的是caffe中的原始预训练网络，或者您是从头开始进行网络训练！
如果您想增加数据集的大小，我会经常拍摄相同的图像集并将每张图像旋转几次。
绝对减小图像尺寸，并考虑减少图像的背景噪音（人物、可变背景等）
过去我曾使用 Alexnet 解决类似的问题，但功能差异很小。
祝你好运！