Я смущен насчет изменения параметров обучения net
в caffe на основе собственных данных.Какие детали должны быть изменены параметры train_val.prototxt, solver.prototxt и deploy.prototxt на основе наших собственных данных?
- Какие слои сети мы должны обратить внимание больше, чтобы обучить сеть на собственные данные? Например, количество выходов основано на числе классов .
Я пытался тренировать FCN32 для семантической сегментации. Я изменил количество выходов в Deconvolution layer (i.e.,upscore_sign)
на количество классов в моих данных, но он дает ошибку.
- У нас есть разные выходы в разных сверточных слоях. Как может Я обнаруживаю разные выходы друг от друга, и какой из них следует изменить ?
- Следующий вопрос: в чем разница между
deploy.prototxt
иtrain_val.prototxt
. - И какое применение deploy.prototxt? Должен ли я менять слои в
deploy.prototxt
на основе train_val.prototxt?
Я действительно ценю, если кто-то знает, пожалуйста, поделитесь своими знаниями.
Благодаря
Спасибо большое :) Я твой большой поклонник ..... Всегда помогая нам здесь ... еще раз спасибо –