Open LuckyDoggy opened 5 years ago
我也发现这个问题,把1024维拉伸后,只用前两维做分类,但是我尝试做个FC效果反而不好。但是这么做很多卷积都是浪费的,不太了解原因
我也发现这个问题,把1024维拉伸后,只用前两维做分类,但是我尝试做个FC效果反而不好。但是这么做很多卷积都是浪费的,不太了解原因
请问您有数据集吗?能不能发我一份?
我也发现这个问题,把1024维拉伸后,只用前两维做分类,但是我尝试做个FC效果反而不好。但是这么做很多卷积都是浪费的,不太了解原因
我的感觉是做分类的话的确浪费了 但是其实多的计算量几乎可以忽略不计; 作者保留1024的feature , 这样懒得改代码就可以直接 用作其他用途的训练: 可以训练多分类, 可以当做提取的特征用作人脸识别等。
作者在论文中说加了FC网络容易过拟合。 可以试试加些dropout
您在论文里说直接输出1024维的特征向量,不使用全连接层,这样在计算focal loss时是不是只使用了向量的前两个元素。这样的话是不是会丢失很多信息?