如何改进convnnet中的图像检索功能？

Question

我有三节课。(50k用于训练，12k用于验证)通过使用预训练的vgg16和resnet50，并冻结模型，仅在顶部训练密集层，我达到了99%的验证准确率。我应该通过解冻图层来优化功能，还是应该按原样使用这些功能？另外，vgg16是一个比Resnet50更好的特征提取器，还是我应该使用Resnet的功能？谢谢!

Answer 1

这取决于您的问题域。如果您正在微调相同问题域的预训练模型，并且训练数据大小很小，则您所做的操作是正确的。

也许如果你只冻结第一层，这是经过良好训练的一般特征提取(egdes，blobs，shapes ..etc)，你可以提高你的性能。如果要执行此操作，还建议应用数据增强，以避免过度拟合

我鼓励您查看以下关于迁移学习的教程，了解更多详细信息：http://cs231n.github.io/transfer-learning/