resnet50提取图像特征原理 图像特征提取模型 特征表达 特征是机器学习系统的原材料,对最终模型的影响是毋庸置疑的;如果数据被很好地表达成了特征,通常线性模型就能达到满意的精度。关于特征,需要考虑以下三方面: (1)特征表示的粒度 需要考虑,模型在一个什么程度上的特征表示,才能发挥效果?以图片为例,像素级的特征完全...
从这个课题来源,到怎么针对过少的数据集做数据增强,选用什么模型,为什么采取Grad-CAM而不是CAM都介绍了一遍 问一下ResNet为什么能够传递梯度(不知道,但是说了一下自己的理解,就是rescan) 如何防止过拟合,说了early stop(这个没有详细问),还有一个dropout,稍微说了一下dropout的原理 ...