哪一种更好:多输出模型还是针对类似任务的单独模型？

Question

我正在处理两个问题：

1. 将图像分类为高级级别(如鞋、礼服、夹克等)
2. 在较低层次上对同一图像的属性进行分类(例如鞋子风格、衣服颜色等)，假设高层级别已知

目前，我已经为第二个问题设计了一个以ResNet50为骨干的多类多输出网络体系结构。现在我正在处理第一个问题，我有两条路要走：

1. 将这两个问题视为不同的任务，并为它们提供单独的模型。
2. 在第一和第二个问题之间共享骨干，只训练一个多输出模型。

哪种选择更好？哪个应该工作得更好？是否有将类似任务组合在一起的良好做法？

Answer 1

如果两个任务合并类集都是小的，使用多输出网络将是有用的。但是，如果您的合并类集非常大，那么我建议您使用不同的网络。

就我个人而言，我更喜欢训练个别的模型，因为很难优化多输出网络。