作者qwe85158 (Hsien)
看板DataScience
标题[问题] CNN对於微小特徵的学习能力
时间Tue Sep 29 14:48:53 2020
作业系统:linux
问题类别:CNN
使用工具:tensorflow,keras
问题内容:
最近在进行一个使用CNN做影像辨识的Project，但目前在Recall上出现瓶颈
以目前我将Heatmap抓出来看，发现是有些特徵过小导致网路很常漏抓到他
特徵大小约可能是 640x360 pixels中10x10左右
以我现在的训练方法是有进行sliding window做前处理与资料增强再进行训练
想请教各位先进对於这类问题有甚麽关键字与想法可以讨论呢?
谢谢!!
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 61.66.243.96 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1601362135.A.D4C.html
1F：推 goldflower: 常用的方法就是pyramid训练吧 不会消失的前提也能用f 09/29 17:23
2F：→ goldflower: ocal系列的loss 再来就是把前面skip接到後面之类的 09/29 17:23
3F：→ goldflower: 不过还要看你是什麽架构 说不定改改架构就行 09/29 17:24
这是一个方法可以试试看
4F：推 acctouhou: 图像attention有试过吗？ 09/29 18:40
有，这我有试 但效果感觉不是很明显，有推荐的论文参考吗~
※ 编辑: qwe85158 (61.66.243.96 台湾), 09/29/2020 19:16:15
5F：推 y956403: tiny object detection, multi-scale (fusion), FPN 09/30 10:02
感恩 我尝试看看
※ 编辑: qwe85158 (61.66.243.96 台湾), 09/30/2020 10:21:53
6F：→ followwar: 看看一些 fine-grained的paper吧.... 10/12 23:31
7F：→ wtchen: 将filter size调小？ 10/13 18:20
感恩建议~会研究看看
※ 编辑: qwe85158 (61.66.243.96 台湾), 10/15/2020 16:53:35