作者qwe85158 (Hsien)
看板DataScience
標題[問題] CNN對於微小特徵的學習能力
時間Tue Sep 29 14:48:53 2020
作業系統:linux
問題類別:CNN
使用工具:tensorflow,keras
問題內容:
最近在進行一個使用CNN做影像辨識的Project,但目前在Recall上出現瓶頸
以目前我將Heatmap抓出來看,發現是有些特徵過小導致網路很常漏抓到他
特徵大小約可能是 640x360 pixels中10x10左右
以我現在的訓練方法是有進行sliding window做前處理與資料增強再進行訓練
想請教各位先進對於這類問題有甚麼關鍵字與想法可以討論呢?
謝謝!!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.66.243.96 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1601362135.A.D4C.html
1F:推 goldflower: 常用的方法就是pyramid訓練吧 不會消失的前提也能用f 09/29 17:23
2F:→ goldflower: ocal系列的loss 再來就是把前面skip接到後面之類的 09/29 17:23
3F:→ goldflower: 不過還要看你是什麼架構 說不定改改架構就行 09/29 17:24
這是一個方法可以試試看
4F:推 acctouhou: 圖像attention有試過嗎? 09/29 18:40
有,這我有試 但效果感覺不是很明顯,有推薦的論文參考嗎~
※ 編輯: qwe85158 (61.66.243.96 臺灣), 09/29/2020 19:16:15
5F:推 y956403: tiny object detection, multi-scale (fusion), FPN 09/30 10:02
感恩 我嘗試看看
※ 編輯: qwe85158 (61.66.243.96 臺灣), 09/30/2020 10:21:53
6F:→ followwar: 看看一些 fine-grained的paper吧.... 10/12 23:31
7F:→ wtchen: 將filter size調小? 10/13 18:20
感恩建議~會研究看看
※ 編輯: qwe85158 (61.66.243.96 臺灣), 10/15/2020 16:53:35