Feature-Based方法:这种方法常用于迁移学习和微调场景,特别是当目标任务的标签数据量相对较小,而大量无标签数据可用时。通过只改变最后一层的参数,可以最大限度地保留预训练模型的学习能力,同时仅对必要的部分进行微调。Fine-tuning方法:Fine-tuning广泛应用于各种自然语言处理任务,如文本分类、情感分析、问答系统等。由于...
1. 共同点 它们都是在下游任务中使用预训练模型的方法 2. 区别 名称
ICCV2017论文,Google提出Google-Landmarks Dataset数据集和DELF(DEep Local Feature)算法。Google-Landmarks包含100万图像,11万检索图像,图片分布在187个国家,4872城市。DELF基于CNN计算实现大规模数据检索,包括特征提取和匹配。backbone基于ResNet50(ImageNet预训练),图像首先预处理(输入图像分辨率中心裁剪和缩放,用于训练...