【发布时间】：2019-09-15 14:25:27
【问题描述】：
我正在使用 ResNet50 的迁移学习来识别零食包。
它们在主要颜色和形状上彼此相似。如下图所示。
我有大约 33 个项目要识别。
我在 ResNet50 中使用了 FasterRCNN 和 SSD。
做得不好，很多项目相互混淆。
哪种深度学习架构适合识别此类对象？
或者有什么特殊的技巧可以更好地识别这些物体？
我认为我们需要有架构来识别细节模式。
【问题讨论】：
-
模型在哪个数据集上进行了预训练，您正在使用其中的哪些部分？你的数据集有多大？
-
我使用了 Tensorflow 的预训练 Resnet50 模型。我使用了 faster_rcnn_resnet50_coco.config (github.com/tensorflow/models/blob/master/research/…)。我的数据集是每个项目 150 张图像。
-
能否提出提高准确性的建议？谢谢
-
我的图片尺寸是 1920x1080。我怀疑这对于项目大小来说很大。由于 fast-rcnn 使用自动缩放将图像高度调整为 600。所以所有的细节特征都不是很明显。所以我正在测试 600x1024 较小的图像尺寸，但它的项目尺寸相同。这样不同层的细节特征还是很清晰的。
标签： tensorflow deep-learning conv-neural-network caffe