Open mynotwo opened 4 years ago
这个要根据自己数据复杂度和任务需求制定训练和稀疏策略,剪枝效果也会有差异。你说的通用detector是指?
我的意思是,yolo本来不是在voc上训练的吗,如果我想压缩之后,继续在voc上有不错的表现该怎么办呢
darknet官方提供的yolov3.weights是在coco上训练的,我也是用它来初始化权重,然后训练自己的数据集。你可以在voc上进行稀疏训练并剪枝,都是针对特定数据集修剪的。
那是不是泛化比较差………
我想用在某个app上
泛化看的是模型本身和你的训练情况,训练好模型后对新的同类数据是否有判断能力。如果你说的是不同数据集,也需要在不同数据集训练和测试才知道。而剪枝与这个无关,只是对模型进行瘦身。实际上剪枝会强化模型针对相应数据集的适配度,可能弱化对其他数据集的conver,这也是剪枝的手段和目的。
如题,如果我想做一个通用的detector怎么办呀