Re: [問題] CNN辨識特定物件
※ 引述《gs8613789 (Shang6029)》之銘言:
: 大家好,我是深度學習的新手,因為PTT似乎沒有深度學習相關的板,所以發在這裡。
: 最近在看CNN,知道他預測的結果是一連串的label,而值就是測試圖片為哪一個label的
: 機率。
: 那假如說我想要建立一個只有兩個label的模型,值就是YES或NO
: 比方說我想要辨識一張椅子,我想要知道的就只有他是椅子的機率。
: 當我測試圖片為一張椅子時,他就跟我說這是一張椅子。
: 當我測試圖片為其他東西(比方說一個人或一個水壺)的時候,他就跟我說這不是一張椅子
: 。
: 請問這樣子模型要如何訓練呢?爬了許多文找不到相關的討論,懇請各位給我關鍵字。謝
: 謝!
假設你有足夠量的椅子跟不是椅子的圖片,可以從頭自己訓練一個 CNN model
最基本就是 follow LeNet 的架構,去 tune 參數
另外還有一種作法是使用 transfer learning 方式去 fine-tune model
最常見的作法就是拿 imagenet pre-tain 好的 model (VGG-16, VGG-19, ResNet-18
ResNet-34 ...),用你手上的椅子跟不是椅子的圖片去 fine-tune 最後的
fully-connected layer
最後結果使用 softmax function,output 就已經是機率了
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.59.123
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1504872000.A.B6D.html
推
09/08 21:05, , 1F
09/08 21:05, 1F
→
09/08 21:05, , 2F
09/08 21:05, 2F
推
09/08 21:16, , 3F
09/08 21:16, 3F
→
09/08 21:22, , 4F
09/08 21:22, 4F
推
09/09 00:22, , 5F
09/09 00:22, 5F
討論串 (同標題文章)