cnn 使用迁移学习对低分辨率热图像进行深度学习答案

【问题标题】：cnn deep learning for low resolution thermal image using transfer learningcnn 使用迁移学习对低分辨率热图像进行深度学习
【发布时间】：2019-12-08 18:49:28
【问题描述】：

我需要为没有数据集的极低分辨率热像仪训练对象检测模型。相机分辨率为32x24像素，（相机为MLX90640）我可以使用训练前称重吗？或者我需要对众所周知的数据集进行下采样，然后从头开始训练？

【问题讨论】：

“没有数据集”是什么意思？热像仪的输出与预训练模型的训练完全不同，因此它永远无法工作。您至少需要一个小的带注释的图像数据集来进行微调。

标签： computer-vision object-detection transfer-learning downsampling

【解决方案1】：

Mobilenet 的最小分辨率为 128 * 128 像素，也许您可以添加填充位或调整（扩展）图像的大小并执行对象检测，但这可能不会得到好的结果。

由于分辨率几乎是 mnist 数据集的大小，您可以尝试使用其上使用的所有算法。

【讨论】：