什么是預(yù)訓(xùn)練網(wǎng)絡(luò)

一個(gè)常用、高效的在小圖像數(shù)據(jù)集上深度學(xué)習(xí)的方法就是利用預(yù)訓(xùn)練網(wǎng)絡(luò)。一個(gè)預(yù)訓(xùn)練網(wǎng)絡(luò)只是簡單的儲(chǔ)存了之前在大的數(shù)據(jù)集訓(xùn)練的結(jié)果，通常是大的圖像分類任務(wù)。如果原始的數(shù)據(jù)集已經(jīng)足夠大，足夠一般，通過預(yù)訓(xùn)練學(xué)習(xí)到的空間上的特征層次結(jié)構(gòu)就能有效地在我們的模型中工作，因此這些特征對許多計(jì)算機(jī)視覺問題都很有用，盡管這些新問題和原任務(wù)相比可能涉及完全不同的類別。

Keras內(nèi)置預(yù)訓(xùn)練網(wǎng)絡(luò) Keras庫中包含

• VGG16、VGG19、
• ResNet50、
• Inception v3、
• Xception等經(jīng)典的模型架構(gòu)。

ImageNet是一個(gè)手動(dòng)標(biāo)注好類別的圖片數(shù)據(jù)庫(為了機(jī)器視 覺研究)，目前已有22,000個(gè)類別。ImageNet項(xiàng)目是一個(gè)用于視覺對象識別軟件研究的大型可視化數(shù)據(jù)庫。超過1400萬的圖像URL被ImageNet手動(dòng)注釋，以指示圖片中的對象;在至少一百萬個(gè)圖像中，還提供了邊界框。ImageNet包含2萬多個(gè)類別; [2]一個(gè)典型的類別，如“氣球”或“草莓”，包含數(shù)百個(gè)圖像。第三方圖像URL的注釋數(shù)據(jù)庫可以直接從ImageNet免費(fèi)獲得;但是，實(shí)際的圖像不屬于ImageNet。自2010年以來，ImageNet項(xiàng)目每年舉辦一次軟件比賽，即ImageNet大規(guī)模視覺識別挑戰(zhàn)賽（ILSVRC），軟件程序競相正確分類檢測物體和場景。 ImageNet挑戰(zhàn)使用了一個(gè)“修剪”的1000個(gè)非重疊類的列表。2012年在解決ImageNet挑戰(zhàn)方面取得了巨大的突破，被廣泛認(rèn)為是2010年的深度學(xué)習(xí)革命的開始。

VGG16與VGG19

在2014年，VGG模型架構(gòu)由Simonyan和Zisserman提出， 在“極深的大規(guī)模圖像識別卷積網(wǎng)絡(luò)”（Very Deep Convolutional Networks for Large

總結(jié)

以上是生活随笔為你收集整理的keras从入门到放弃(十六）内置预训练网络VGG的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。