私はデフォルトの 'bvlc_reference_caffenet'モデルを使用しています。私はスパチュラを検出しようとしています。今私が得ている結果はかなり満足です。スパチュラクラスは常に上位5つの予測クラスのうちの1つですが、残りは無駄なランダムなものです。私は望ましくない結果を取り除くために最後にフィルタを追加することができますが、Caffeはこの機能を独自のものとして提供していますか？そのクラスを探すことはできませんか？訓練されたCaffeモデルをクラスのセットに限定する方法はありますか？
はい、あります。 'bvlc_reference_caffenet'には、ニューラルネットワークの構造を定義するテキストファイルが付属しています。それは、入力層、隠れ層および出力層のセットからなる。可能な限り最善のヘラを見つけたい場合は、出力レイヤーを変更して「スパチュラル」と「残りの世界」にする必要があります。
モデルを再トレーニングする必要があることに注意してください。実際には、既存モデルの重み付けを行い、モデルを作成するために使用された反復の一部だけを実行することで、モデルを改良するだけで十分です。それはまだ計算上非常に高価になるだろう。また、おそらく隠れた層のアーキテクチャは最適ではないでしょう。
私の推測では、自分でフィルタリングするだけで必要なものです。
私が使っているモデルは、かなり高い精度でSpatulasを既に検出しています。再訓練はそれを改善するか、または新たに始めるだろうか？ – legolasshegolas
はい、正確に使用すれば、より良いものになります。本当に専用のスパチュラ検出器です。努力する価値がないかもしれないことを忘れないでください。精製（既存のネットワークに基づいて構築）はより良いものになります。再訓練はより良い結果をもたらすことができますが、かなり多くの計算資源が必要になります。 –
@legolasshegolasこれはあなたの質問に答えますか？あなたが投稿したすべての質問で、あなたは正解をマークしていません。ユーザーのいずれかがあなたに良い答えを提供したことはありませんか？ –
モデルが提供する出力の数を変更し、別のデータセットを使用してそれを微調整する必要があります。 – malreddysid