目录
数据集:关注下方公众号,发送 猫狗数据集 进行获取
深入学习小图像数据集的一种常见且高效的方法是利用预先训练的网络。预先训练的网络只是先前在大型数据集上训练的保存网络,通常是在大规模图像分类任务上。如果这个原始数据集足够大且足够通用,则预训练网络学习的空间特征层次结构可以有效地充当我们的视觉世界的通用模型,因此它的特征可以证明对许多不同的计算机视觉问题有用,即使这些新问题可能涉及与原始任务完全不同的类。例如,可以在ImageNet上训练网络(其中类主要是动物和日常物品),然后将这个训练有素的网络重新用于远程识别图像中的家具物品。与许多较旧的浅层学习方法相比,学习特征在不同问题中的这种可移植性是深度学习的关键优势,并且它使得深度学习对于