代码之家  ›  专栏  ›  技术社区  ›  Vipin Chaudhary

如何在非课堂组织的新数据集(无监督)上训练预先训练的CNN

  •  0
  • Vipin Chaudhary  · 技术社区  · 7 年前

    我有一个经过预训练的CNN(Resnet-18)在Imagenet上训练,现在我想把它扩展到我自己的视频帧数据集上,现在重点是我在微调所需数据集上找到的所有教程都要组织在如下类中:

     class1/train/
     class1/test/
    
     class2/train/
     class2/test/
    

    但是我在很多视频上只有框架,我将如何训练我的CNN。

    PS:我的最后一个任务是获取我在测试时提供的所有帧的深度特征

    1 回复  |  直到 7 年前
        1
  •  0
  •   pjh    7 年前

    网络将使用该损耗值通过反向传播进行自校正。这个过程就是我们所说的“培训”。 微调与“额外训练”几乎是同一个词,因此在没有标记数据的情况下,您无法微调预训练的网络。

    关于列车组;测试集,这不是现在的问题。 之所以将数据分为这两组,我们希望在更一般、更隐蔽的情况下检查我们训练的网络的性能。

    然而,如果您只将数据输入预训练的网络(编码器部分),它将提供一个深度特征。它并不完全适合您的任务,但它仍然是深层特征。

    添加) Unsupervised pre-training for convolutional neural network in theano
    这是您需要的方法,在无监督情况下使用深度特征编码器。我希望这会有所帮助。