如何在我们自己的数据集上训练一个 caffemodel？

Question

我尝试使用预训练的 bvlc_reference_caffenet.caffemodel 从图像中识别对象。对于仅包含单个对象的图像，我得到了很好的结果。对于具有多个对象的图像，我从预测中删除了argmax() 术语，它给出了具有最大概率的类标签。

不过，我得到的标签的准确性非常低。因此，我正在考虑在我自己的数据集（包含具有多个对象的图像）上训练相同的 caffemodel。我应该如何进行？有没有办法用不同的数据集重新训练预训练的 caffemodel？

Answer 1

您所追求的称为“微调”：采用为任务 A 训练的深度网络，重用其权重并重新训练以完成任务 B。
您可以从this tutorial 开始，但您只需通过谷歌搜索“finetune caffe 模型”即可找到更多信息。

您可能还对 this post 感兴趣，了解如何使用每个输入图像训练多个类别的 caffe。