深度学习——卷积神经网络(目标分类)03_Latterain的博客-程序员宅基地

目标分类

1.数据准备

数据来源
现有数据集的子集;网络采集;人工标注

数据扩充
原始数据切割;噪声颜色等像素变化;旋转平移等姿态变化

数据规范
均值处理;归一化;大小调整 resize

图像效果算子
使更模糊(高斯卷积核),使更清楚(unsharp卷积核),动作模糊(motion filter)

旋转平移 R, T
在这里插入图片描述

2. 模型设计

基于现有模型局部更改(借鉴已有模型)

类型
分类:表情分类,人群分类
分类+回归:表情+程度,种类+信心,什么人+人数
多目标分类: 面部行为,群体行为,车流预测

注意力网络添加
在这里插入图片描述
局部学习网络
针对不同的区域进行针对性学习,不同的区域的学习对区域的分布能够自动适应
在这里插入图片描述
无需提前进行面部对准就可以对面部行为识别
脸部各个行为单元局部针对学习,局部信息可以单独用于某个行为单元识别
可以根据控制肌肉的分布以及人脸特征点检测结果确定区域,更具有合理性以及可操作性。

3. 训练细节

  1. GPU-Batch size, 是否并行
    GPU内存和batch size 关系

  2. 数据循环方式/平衡性考虑
    数量较少的类别,数据是否需要补偿
    从头到尾多次循环
    每次随机选取部分数据

  3. 网络深度宽度确定
    层数变多,参数变少

  4. 损失函数设计
    分类:softmax,直接拟合

  5. 学习率变化方式,模型各层学习率是否一致
    模型各层学习率是否一致

  6. 评价方式:准确率,F1 score
    F1 score = 2precisionrecall/(precision+recall)

迁移学习

在这里插入图片描述
不同数据情况
在这里插入图片描述
学习率处理
最低卷积层基本不变
中间卷积层看情况
最后全连接层,结构参数均变化

ImageNet模型,这里选择VGG,因为结构简单。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/Latterain/article/details/106968956

智能推荐

随便推点