我尝试使用预先训练的 bvlc_reference_caffenet.caffemodel 从图像中识别对象。对于只包含单个对象的图像，我得到了很好的结果。对于具有多个对象的图像，我从预测中删除了argmax()术语，该术语为类标签提供了最大概率。
尽管如此，我所获得的标签的准确性仍然很低。所以，我正在考虑在我自己的数据集上训练相同的 caffemodel （包含具有多个对象的图像）。我该怎么办？有没有办法用不同的数据集重新训练预训练的 caffemodel ？
答案 0 :(得分：0)
你所追求的是＆＃34;微调＆＃34;：为任务A进行深度训练，重新使用其权重并重新训练以完成任务B. 您可以从this tutorial开始，但您可以通过Google搜索＆＃34;微调caffe模型＆＃34;找到更多信息。
您可能也对[{3}}感兴趣的是每个输入图片的多个类别的培训效果。