使用 TF-Slim 在我自己的数据上微调预训练的 VGG16 模型
Posted
技术标签:
【中文标题】使用 TF-Slim 在我自己的数据上微调预训练的 VGG16 模型【英文标题】:Fine-tuning a pre-trained VGG16 model on my own data using TF-Slim 【发布时间】:2018-03-09 23:32:56 【问题描述】:我正在尝试使用 TF-Slim 微调 VGG-16 预训练模型,但是,我在开始时遇到了问题(尝试预处理数据时,即将图像从 tiff 转换为 jpeg,然后转换为 tfrecord 格式)。
谁能建议使用最佳方法来微调模型以适应这些图像?
或者也许可以为我指明如何执行此操作的分步指南?道歉,因为我是 convnets 的新手,我正试图弄清楚如何开始微调。
提前致谢。
【问题讨论】:
【参考方案1】:您可以在下面关于花卉数据集的 TF slim 演练中获得有关如何微调预训练模型的详细步骤 https://github.com/tensorflow/models/blob/master/research/slim/slim_walkthrough.ipynb
另外,我建议您查看下面的 git 以在自定义数据集上实现。 https://gist.github.com/omoindrot/dedc857cdc0e680dfb1be99762990c9c/
【讨论】:
虽然此链接可能会提供一些有限的即时帮助,但请回答 should include sufficient context around the link,这样您的其他用户就会知道它是什么以及它存在的原因。始终引用重要链接中最相关的部分,以使其对有其他类似问题的未来读者更有用。此外,其他用户倾向于对barely more than a link to an external site 和might be deleted 的答案做出负面回应。以上是关于使用 TF-Slim 在我自己的数据上微调预训练的 VGG16 模型的主要内容,如果未能解决你的问题,请参考以下文章
Tensorflow:在具有不同类别数量的新数据集上微调预训练模型
手把手写深度学习(13):如何利用官方预训练模型做微调/迁移学习?(以Resnet50提取图像特征为例)