【发布时间】:2021-11-07 22:17:51
【问题描述】:
我对迁移学习很陌生。我打算使用 YOLO 来完成 CNN 监督回归任务。给定一张图片,预测它被查看的次数。我倾向于使用 YOLO,因为它是一个物体检测器。高浏览量的照片大多包含对象(人脸、动物、文本等),这些对象是 COCO 数据集中最初训练 YOLO 的类。
我已经尝试使用具有冻结权重的预训练 CNN 模型(VGGNet、MobileNet 等),但结果并不好。微调预训练模型的选项是不可能的,因为我没有计算资源来训练 x epoch 的 100K+ 图像来为我的问题创建一个好的模型。
【问题讨论】:
-
请提供足够的代码,以便其他人更好地理解或重现问题。
标签: deep-learning regression conv-neural-network yolo transfer-learning