hyx0215@hyx0215
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
“很快的扫码应该会产生比较大的光流吧，你可以试着把光流作为一个特征或者一个通道或者进行某些处理后输入神经网络。另外根据我的经验，模糊的物体一般来说会被错分成背景，但是对定位的影响还可以接受，所以也许你可以试试把GT的bounding box放大一点，让它能把手臂也包进去？这样组成一个更加general的pattern，这…”
“别用keras了，封装程度太高根本没法查问题。”
“仅限分类任务哈。 就是把最后的全连接层替换成SVM，锁住神经网络，只对SVM进行优化。SVM相比感知机有更强的鲁棒性，并且参数主要取决于困难样本。相比tuning神经网络，训练一个SVM所需的数据量要少得多。 【 在 DerekHu 的大作中提到: 】 : 加svm是什么意思？求解释”
“如果是短时间内少量的badcase，可以考虑加SVM，但是时间长了还是要重新tuning 神经网络的。”
“【 在 Zelda 的大作中提到: 】 : 重新训练了一遍，画了个图，看样子应该就是过拟合了。原版的Resnet上是没有Dropout的，我比较纳闷的是为什么人家效果都那么好。 : 这个就不清楚了，可能是超参数设置的问题”
“你的caffe不认识train_net这种message，你是不是没有用项目中给的caffe运行这个solver？如果项目中没有给caffe源码，那仔细读一读项目的readme，可能需要改一下caffe/src/caffe/proto/caffe.proto文件以及...solver的源码。所以还是把项目源代码下下来编…”
“1、训练集能正常收敛证明网络结构是没问题的，没用cifar-10训过不过100%的正确率有点厉害了，网上查了一下cifar-10训练集好歹也是5万张图片。 2、判断是否过拟合不光是看最终的validation集上的准确率，还要看在validation集上的loss下降情况，个人认为如果是先上升再下降才能证明是出现了过拟…”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。