目录 1.数据增广 数据增强 数据增强的操作 代码实现 2.微调 迁移学习 Transfer learning(重要的技术) 网络结构 微调:当目标数据集比源数据集小得多时,微调有助于提高模型的泛化能力。 训练 固定一些层 总结 代码实现 1.数据增广 CES上的真实故事 有一家做智能售货机的公司,发现他们的演示机器在现场效果很差,因为现场 不同的色温 桌面的灯光反射不一样 他们连夜在现场收集了数据,训练一个新的模型,同时买了一块新桌布 数据增强 对一个已有数据集,使用方法添加噪音,使得有更多的多样性从而使得模型泛化性能更好 在语言里面加入各种不同的背景噪音 改变图片的颜色和形状 在使用增强数据训练时,一般是在线随机生成的,不是先保存下来,再送入训练 数据增强的操作 翻转(左右翻转,上下翻转) 切割 从图片中切割一块,然后变形到固定形状 随机高宽比 随机大小 随机位置 颜色 改变色调 饱