一個網路就算是一個訓練模型嗎?一個模型是只能對應一個資料集嗎?簡單點說就是,比如我這個程式已經可以比較好地對貓圖做語意分割了,但是我還想讓它對狗圖,人圖,杯子圖也做語意分割,我能用其它的資料集來訓練它嗎?萬一訓練完了它對貓圖的分割效果又變差了呢。我理解的就是,網路要自己確定自己的一組引數,權重和偏移什么的,這組引數會根據越來越多的訓練一直在調整啊,萬一給訓練毀了呢,最后變成“什么都能分割但都不能分割得很好”的樣子。。
以及,同一個網路在不同的資料集下的表現差距很大是正常的嗎,一個資料集評估出來的mIoU有0.8,另一個卻只有0.3,,問過其他的厲害的人,說是要新增類,是只要用新的資料集來訓練就可以了嗎?剛剛接觸神經網路深度學習,非常小白,知識盲區有很多,感謝回答
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/268214.html
標籤:人工智能技術
上一篇:大像素VR全景是怎么拍攝的
下一篇:python模塊化
