computer-vision - Caffe で別のデータ セットのトレーニング スキーマを調整する方法は?

Question

現在、私はcaffe imagenet の例に従っていますが、それを自分のトレーニング データ セットに適用しています。私のデータセットは約 2000 クラスで、各クラスは約 10 ~ 50 枚の画像です。実際に車両画像を分類していたのですが、画像が正面にトリミングされていたため、各クラス内の画像は同じサイズ、同じ画角 (ほぼ) です。

imagenet スキーマを試してみましたが、うまくいかなかったようで、約 3000 回繰り返した後、精度が 0 になりました。スキーマを調整する方法に関する実用的なガイドはありますか?

Answer 1

imagenet の最後のレイヤーを削除し、(クラスの数に合わせて) 別の名前で独自の最後のレイヤーを追加し、より高い学習率でそれを指定し、より低い全体の学習率を指定することができます。ここに公式の例があります: http://caffe.berkeleyvision.org/gathered/examples/finetune_flickr_style.html

ただし、精度が 0 の場合は、最初にモデル パラメータを確認する必要があります。おそらくオーバーフローです。