zoukankan      html  css  js  c++  java
  • CV baseline之Alexnet

    作业题

    1.文字回答:ImageNet数据集与ILSVRC之间的关系是什么?

     ILSVRC比赛从ImageNet中挑选1000类的1200000张做训练集,所用的数据集是ImageNet的子集。

    2.文字回答:AlexNet训练过程的数据增强中,针对位置,采用什么方法将一张图片有可能变为2048张不一样的图片(1个像素值不一样,也叫不一样)?

    先将图片同一缩放至256x256,然后随机剪裁出224x224区域,最后随机进行水平翻转

    3.文字回答:AlexNet使用的Dropout,在使用过程中需要注意什么?

    训练和测试两个阶段的数据尺度变化测试时,神经元输出值需要乘以p。

    4.文字回答:读完该论文,对你的启发点有哪些?

    1)GPU卷积核学习的内容有差异:GPU1学习频率方向频率, GPU2学习颜色特征。

    2)网络学习到的高级特征可以用来图像分类、编码等,相似图片具有相近的高级特征

    3)深度与宽度可以决定网络能力

    4)更强大GPU及更多数据可进一步提高模型性能

    5)图片缩放细节:对短边先缩放

    6)RELU不需要对输入进行标准化,但是sigmoid/tanh激活函数有必要对输入进行标准化

    7)图片检索可基于高级特征,效果优于基于原始图像

    8)网络结构具有相关性,不可轻易移除某一层

    9)采用视频数据可能有新突破

    5.代码实践:在猫狗数据集上,对比采用预训练模型和不采用预训练模型这两种情况,训练曲线有何差异,截图打卡。

    采用预训练模型:

     不采用预训练模型:

    可以明显看出,不加载预模型开始训练,训练速度慢,持续震荡,很难收敛

     

    测试结果:

     

    6.文字:本篇论文的学习笔记及总结

  • 相关阅读:
    TestNG DataProvider的几种方法写法
    ruby操作EXCEL的简单示例
    QTP的tsr对象库文件转换成XML
    Ruby对时间的处理
    java读取YAML文件
    ruby遍历文件夹
    ruby操作excel文件
    [转载]利用ruby的Net::HTTP发起http请求并对返回包进行简单的校验
    QTP连接MySQL (转载)
    Ruby 冒泡排序
  • 原文地址:https://www.cnblogs.com/sariel-sakura/p/13426626.html
Copyright © 2011-2022 走看看