Keras 中的特征提取
Feature extraction in Keras
我正在使用预训练的 resnet50
和 inception v3
网络从我的图像中提取特征,然后将其用于我的 ML 算法。
推荐使用哪些层进行特征提取?
我目前正在使用:Inception v3
中的 "mixed10"
和 resent50
中的 "avg_pool"
。不过,这些功能在 XGBoost
中建模得很好。
谢谢。
没有关于如何选择特征提取层的一般规则,但您可以使用一个简单的经验法则。你进入网络越深 - 你拥有的 ImageNet
特定语义特征就越少。但与此同时 - 您的 语义 功能也越来越少。
我会做的是在两个拓扑中使用 pool
层 - 如果这不能很好地工作 - 然后我会通过将深度设置为元参数来更深入。
我正在使用预训练的 resnet50
和 inception v3
网络从我的图像中提取特征,然后将其用于我的 ML 算法。
推荐使用哪些层进行特征提取?
我目前正在使用:Inception v3
中的 "mixed10"
和 resent50
中的 "avg_pool"
。不过,这些功能在 XGBoost
中建模得很好。
谢谢。
没有关于如何选择特征提取层的一般规则,但您可以使用一个简单的经验法则。你进入网络越深 - 你拥有的 ImageNet
特定语义特征就越少。但与此同时 - 您的 语义 功能也越来越少。
我会做的是在两个拓扑中使用 pool
层 - 如果这不能很好地工作 - 然后我会通过将深度设置为元参数来更深入。