文章目錄

• 目標分類基本框架
• • 數據準備
  • 數據擴充
  • 數據規范
  • 模型設計
  • 任務分類
  • 局部更改
  • 訓練細節

目標分類基本框架

數據準備

現有數據集的子集，網絡采集，現有數據人工標注

數據擴充

原始數據切割，噪聲顏色等像素變化，旋轉平移

數據規范

均值處理；歸一化；大小調整

模型設計

模型的設計首先要明確模型的最終實現目標，根據目標可以分為分類模型。分類+回歸模型以及多目標模型

任務分類

分類：表情分類，人群分類
分類+回歸：表情+程度，種類+信心，什么人+人數
多目標分類：面部行為，群體行為，車流預測

局部更改

訓練細節

總結

以上是生活随笔為你收集整理的卷积神经网络（目标分类）的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。