作者clliu168 (风)
看板Python
标题Re: [问题] CNN辨识特定物件
时间Fri Sep 8 19:59:55 2017
※ 引述《gs8613789 (Shang6029)》之铭言：
: 大家好，我是深度学习的新手，因为PTT似乎没有深度学习相关的板，所以发在这里。
: 最近在看CNN，知道他预测的结果是一连串的label，而值就是测试图片为哪一个label的
: 机率。
: 那假如说我想要建立一个只有两个label的模型，值就是YES或NO
: 比方说我想要辨识一张椅子，我想要知道的就只有他是椅子的机率。
: 当我测试图片为一张椅子时，他就跟我说这是一张椅子。
: 当我测试图片为其他东西(比方说一个人或一个水壶)的时候，他就跟我说这不是一张椅子
: 。
: 请问这样子模型要如何训练呢？爬了许多文找不到相关的讨论，恳请各位给我关键字。谢
: 谢！
假设你有足够量的椅子跟不是椅子的图片，可以从头自己训练一个 CNN model
最基本就是 follow LeNet 的架构，去 tune 参数
另外还有一种作法是使用 transfer learning 方式去 fine-tune model
最常见的作法就是拿 imagenet pre-tain 好的 model (VGG-16, VGG-19, ResNet-18
ResNet-34 ...)，用你手上的椅子跟不是椅子的图片去 fine-tune 最後的
fully-connected layer
最後结果使用 softmax function，output 就已经是机率了
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.113.59.123
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1504872000.A.B6D.html
1F：推 johnny78615: Binary classification， output layer用sigmoid 就 09/08 21:05
2F：→ johnny78615: 可以了吧？ 09/08 21:05
3F：推 EGsux: softmax在binary classification 就是sigmoid 09/08 21:16
4F：→ f496328mm: softmax 可以选多类 看你要分 10 类 20 类等等 09/08 21:22
5F：推 johnny78615: 了解了！感谢大大分享 ：） 09/09 00:22