复杂模式REcognition的深度学习模型
复杂模式REcognition的深度学习模型
提问于 2019-04-26 13:40:23
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都是相似的。如下图所示。
我大约有33个项目需要识别。
我对ResNet50使用了FasterRCNN和固态硬盘。
做得不好，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。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-05-02 06:46:32
确保您在caffe中链接原始的预训练网络，否则您将从头开始进行网络培训！
如果您希望增加数据集的大小，我将经常使用相同的图像集并将每个图像旋转几次。
一定要减小你的图像大小，并考虑给你的图像提供更少的背景噪音来处理(人物，可变背景等)
在过去，我曾使用Alexnet来解决类似的问题，但功能上的差异很小。
祝你好运！
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55861396
复制相关文章
相似问题
腾讯云开发者
