10.3969/j.issn.1007-757X.2018.07.003
基于迁移学习的图像识别研究
在运用深度学习解决问题时,最常见障碍在于训练模型需要海量的数据.虽然每天互联网上以TB的量级产生数据(尤其是无语言障碍的图像数据),但对于新领域仅有小部分的数据带有标签,若对这些数据都进行人工标记,将会耗费大量的人力与物力,这就给模型的训练带来了极大的挑战.将针对上述问题,提出运用Fine-tune模型、域对抗训练从现有的数据中迁移知识,训练自己的小样本数据集.
深度学习、Fine-tune模型、域对抗
34
TP181(自动化基础理论)
中国石油科技创新基金研究项目2013D-5006-0203;黑龙江省科技攻关项目GZ09A120;黑龙江省教育厅科学技术研究项目12521050
2018-08-24(万方平台首次上网日期,不代表论文的发表时间)
共3页
10-12