【问题标题】:Is there a way to limit a trained Caffe model to just a set of classes?有没有办法将经过训练的 Caffe 模型限制为一组类?
【发布时间】:2016-10-24 18:36:02
【问题描述】:

我正在使用默认的“bvlc_reference_caffenet”模型。我正在尝试检测抹刀。现在我得到的结果非常令人满意。 spatula 类总是在预测的前 5 类中,但其余的都是无用的随机事物,我永远不会去寻找。我可以在最后添加一个过滤器来删除不需要的结果,但是 Caffe 是否自己提供了这个功能?找不到说的类?

【问题讨论】:

  • 您必须更改模型提供的输出数量并使用不同的数据集对其进行微调。

标签: machine-learning neural-network caffe object-recognition


【解决方案1】:

是的,确实如此。 'bvlc_reference_caffenet' 带有一个定义神经网络结构的文本文件。它由输入层、隐藏层集和输出层组成。如果您想让它成为最好的铲子查找器,那么您必须修改输出层并使其成为“铲子”和“世界其他地方”。

请注意,这需要重新训练模型。事实上,如果您只是通过获取现有模型的权重并仅通过用于生成模型的部分迭代来改进模型就足够了。它在计算上仍然会非常昂贵。此外,隐藏层的架构可能不是最优的。

我猜你自己的过滤正是你所需要的。

【讨论】:

  • 我使用的模型已经以相当高的准确度检测到 Spatulas。再培训会改善还是重新开始?
  • 是的,如果使用得当,它会变得更好 - 一个真正专用的刮刀检测器。请注意,这可能不值得付出努力。精炼(基于现有网络)将使其变得更好。再训练可以产生更好的结果,但需要更多的计算资源。
  • @legolasshegolas 这能回答你的问题吗?在您在 SO 上发布的所有问题中,您都没有标记正确的答案。你确定没有一个用户给你一个好的答案吗?
猜你喜欢
  • 1970-01-01
  • 2019-04-12
  • 2018-06-16
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多