使用下面的例子进行迁移学习有什么区别?
图像分类.使用预训练模型(MobileNet V2模型) https://www.tensorflow.org/tutorials/images/transfer_learning#create_这个_基座_模型_从…_这个_预训练_凸网进行传递学习和微调
对象检测-见Create model and restore weights for all but last layer节(ssd_resnet50模型)- https://github.com/tensorflow/models/blob/master/research/object_检测/实验室
我正在做一个项目,训练一个ML模型来预测Where's Wally中Waldo的位置。使用AWS Sagemaker的图像,其底层对象检测算法为单镜头检测,但我认为使用尺寸为2000 x 2000的实际拼图图像作为训练数据是不可能的,SSD会自动将图像大小调整为300 x 300,这将使Waldo变得毫无意义。SSD会自动调整图像大小,还是会在2000 x 2000图像上训练?我是否应该裁剪所有包含Waldo的300 x 300图像的拼图大小,或者我是否可以包括尺寸为2000+ x 2000+的实际拼图图像和300 x 300裁剪图像的混合?
我正在考虑通过在包含Wally的位置裁剪这