文章目录[隐藏]
1 ImageNet分类网络微调
可以直接修改模型的成员layer，例如：
model.fc = nn.Linear(fc_features, n)
2 COCO预训练微调
需要对head部分进行修改；
版权声明：本文为CSDN博主「songyuc」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/songyuc/article/details/122481649
相关推荐
Day 14 - 安装与执行 YOLO
Day 14 - 安装与执行 YOLO 在 介绍影像辨识的处理流程 － Day 10 有提到 YOLO 模型是由 Joseph Redmon 所提出，而到了 YOLOV4 后才换成另外一群人继续发展，
【模型训练】目标检测实现分享二：听说克莱今天复出了？详解 YOLOv2 算法与克莱检测
欢迎关注我的公众号 [极智视界]，回复001获取Google编程规范 O_o >_< o_O O_o ~_~ o_O 大家好，我是极智视界，本文介绍一下克莱复出与 YOLOv2 算法
Dynamic Head: Unifying Object Detection Heads with Attentions论文阅读
paper:https://arxiv.org/pdf/2106.08322v1.pdf code: https://github.com/microsoft/DynamicHead 摘要 在目标检测中，定位和分类相结合的复杂
多模态深度学习综述总结 与 目标检测多模态融合领域论文推荐
一、多模态学习定义及应用 模态定位为某种类型的信息，如声音、图像、文字等。人们生活在一个多模态相互交融的环境中，生活中的各项决策都考虑了至少两种方面的信息。对单模态信息的学习上，每种模态的异构性决定了其
暂无评论