我使用的是默认＆＃39; bvlc_reference_caffenet＆＃39;模型。我试图检测一把刮刀。现在我得到的结果非常令人满意。刮刀类总是排在前5个预测类中，但其余的是无用的随机东西，我永远不会寻找。我可以在最后添加一个过滤器以消除不良结果，但Caffe是否在其自身提供此功能？找不到上课了？
答案 0 :(得分：0)
是的，确实如此。 ＆＃39; bvlc_reference_caffenet＆＃39;附带一个文本文件，定义神经网络的结构。它由输入层，隐藏层和输出层组成。如果你想使它成为最好的刮刀查找器，那么你必须修改输出层并使其成为＆＃34; spatul＆＃34;和＃34;世界其他地方＆＃34;。
请注意，它需要重新训练模型。实际上，如果您只是通过获取现有模型的权重并仅通过用于生成模型的迭代次数来优化模型，那就足够了。它仍然在计算上非常昂贵。此外，隐藏层的结构可能不是最佳的。
我猜你自己过滤就是你所需要的。