asdfghjkl5411 2021-03-13 21:23 采纳率: 100%
浏览 61
已采纳

初学神经网络关于图像语义分割的一些简单问题

一个网络就算是一个训练模型吗?一个模型是只能对应一个数据集吗?简单点说就是,比如我这个程序已经可以比较好地对猫图做语义分割了,但是我还想让它对狗图,人图,杯子图也做语义分割,我能用其它的数据集来训练它吗?万一训练完了它对猫图的分割效果又变差了呢。我理解的就是,网络要自己确定自己的一组参数,权重和偏移什么的,这组参数会根据越来越多的训练一直在调整啊,万一给训练毁了呢,最后变成“什么都能分割但都不能分割得很好”的样子。。

以及,同一个网络在不同的数据集下的表现差距很大是正常的吗,一个数据集评估出来的mIoU有0.8,另一个却只有0.3,,问过其他的厉害的人,说是要新增类,是只要用新的数据集来训练就可以了吗?刚刚接触神经网络深度学习,非常小白,知识盲区有很多,感谢回答

  • 写回答

2条回答 默认 最新

  • 爱晚乏客游 2021-03-14 02:28
    关注

    网络是网络,训练模型是网络训练之后保存的网络参数。举个例子来说,A地到B地,网络只是告诉你说A到B有几条路,遇到什么情况该怎么走,比如堵车了该掉头还是等待之类的,是一个大体的范围。而模型就是告诉你路上的具体信息,哪里路段限速是多少,路上多少指示牌,每个指示牌在哪里等等。

    第二个问题,一个模型对应一个数据集。这局话是有问题的,因为很多模型有很强的泛化能力的,就按照你说的语义分割网络,有些相近的东西它也能分割出来的。举个例子来说,你能对猫图很好的识别,那么这个网络可能对猫科都会有一定的识别效果,特别是像老虎幼崽这种的很容易就会被识别成猫,可以吧幼崽分割出来,但是结果就是告诉你这是猫。

    然后就是你说的用其他数据集训练的问题。如果你是迁移学习的话,那么你的猫图识别还在的,但是如果是重新从头的话,那么需要把猫图加到训练集里面一起训练才行。

    同一个网络在不同的数据集下的表现差距很大是正常的。像我上面说的猫科动物,如果你训练的是家猫,但是你用于分割大型猫科动物效果就会很差很差,如果是幼崽的话可能会好一点。如果是新增类,可以用迁移学习的方法训练下,迁移训练一般只会在头部和尾部改动一些,就能达到新增的效果。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

悬赏问题

  • ¥30 这是哪个作者做的宝宝起名网站
  • ¥60 版本过低apk如何修改可以兼容新的安卓系统
  • ¥25 由IPR导致的DRIVER_POWER_STATE_FAILURE蓝屏
  • ¥50 有数据,怎么建立模型求影响全要素生产率的因素
  • ¥50 有数据,怎么用matlab求全要素生产率
  • ¥15 TI的insta-spin例程
  • ¥15 完成下列问题完成下列问题
  • ¥15 C#算法问题, 不知道怎么处理这个数据的转换
  • ¥15 YoloV5 第三方库的版本对照问题
  • ¥15 请完成下列相关问题!