-
图像增广
- 变形
- RandomFlipLeftRight（左右翻转）
- RandomFlipTopBottom（上下翻转）
- RandomResizedCrop（随机裁剪）
- 颜色变化
- RandomBrightness（亮度）
- RandomHue（色相）
- RandomColorJitter（多个颜色变换）
- 多个增广：变形颜色一同使用，gdata.vision.transforms.Compose
-
微调（Fine tuning）迁移学习中的常用方法
- 在源数据上训练一个神经网络A。
- 创建一个新的神经网络B，它复制A上除了输出层之外的所有模型参数。假设这些模型参数含有源数据上学到的知识，且这些知识同样适用于目标数据集。
- 为B添加一个输出大小为目标数据集类别数目的输出层，并将其权重初始化为随机值。
- 在目标数据集上训练B，将从头开始学习输出层，但其余层都是基于源数据上的模型参数进行微调
-
锚框
以每个像素为中心生成多个大小和比例不同的边界框
-
IoU：交集除并集
IoU = 两边界框相交面积除以其相并面积
-
预测：非最大抑制（NMS）
-
