[英]Best strategy for Object localisation without using pretrained model and weights.?
我想從頭開始訓練模型，而無需使用任何預先訓練的模型和權重以及20k圖像數據集和4個對象坐標。您能建議我解決此問題的最佳方法嗎？
您為什么不嘗試任何現有架構-YOLO，SSD，Faster-RCNN等（或它們的下一代），看看它們的性能如何？
當然，如果您事先知道數據集中對象的屬性，這將很有用-例如，對於較小的對象，Faster-RCNN可能會產生比SSD和YOLO更好的性能。
他們每個人在所有領先的DNN框架中都有可用的開源實現。
Mask RCNN 的權重初始化，不使用來自 Imagenet / COCO 的預訓練權重
[英]Weight Initialization for Mask RCNN without using pretrained weights from Imagenet / COCO
如何使用 model 的預訓練權重在下一次迭代中初始化權重？
[英]How to use pretrained weights of a model for initializing the weights in next iteration?
Caffe：使用相同的預訓練權重初始化兩個頻道的連體網絡，但在訓練期間沒有共享權重
[英]Caffe: Initializing two channels of siamese networks with the same pretrained weights , but without sharing weights during training
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
