Gibt es eine Möglichkeit, ein trainiertes Caffe-Modell auf nur eine Gruppe von Klassen zu beschränken?

Question

Ich verwende das Standardmodell "bvlc_reference_caffenet". Ich versuche einen Spatel zu finden. Jetzt sind die Ergebnisse, die ich bekomme, ziemlich befriedigend. Die Spachtelklasse gehört immer zu den Top 5 der vorhergesagten Klassen, aber der Rest sind nutzlose zufällige Dinge, nach denen ich nie suchen werde. Ich könnte am Ende einen Filter hinzufügen, um unerwünschte Ergebnisse zu entfernen, aber stellt Caffe diese Funktionalität zur Verfügung? Kann ich nicht nach diesen Klassen suchen?

Answer 1

Ja, tut es. 'bvlc_reference_caffenet' enthält eine Textdatei, die die Struktur des neuronalen Netzwerks definiert. Es besteht aus einer Inuput-Ebene, einem Satz verdeckter Ebenen und einer Ausgabe-Ebene. Wenn Sie es zum bestmöglichen Spachtel-Finder machen möchten, müssen Sie die Ausgabeschicht modifizieren und "spatul" und "rest of the world" machen.

Beachten Sie, dass das Modell neu trainiert werden muss. In der Tat ist es ausreichend, wenn Sie das Modell nur verfeinern, indem Sie Gewichte des vorhandenen Modells verwenden und nur einen Bruchteil der Iterationen durchlaufen, die zur Erstellung des Modells verwendet wurden. Es wird immer noch sehr teuer sein. Auch wäre die Architektur der versteckten Schichten wahrscheinlich nicht optimal.

Meine Vermutung, dass das Filtern auf eigene Faust genau das ist, was Sie brauchen.