qq_24502827的博客

摘要部分主要说了现在SOTA的经过训练的视觉系统已经可以预测固定的预定对象的类别。这句话其实很好解释：现在做图像分类的时候，你需要提前定义一个大的分类label标签。我做猫狗分类，那么我预测的就是猫or狗；如果做人狗猪马分类，就是做四分类（多分类）任务。如果是这样，那么在二分类上做训练，就不好去迁移到别的任务里面去预测，因为别的任务预测的最后label可能是不同的。就算你训练了一个超级大的视觉模型，来预测十万类别，但是你迁移到别的任务里去，还是有可能别人的任务里没有对应的label。