我正在制作一个汽车损坏检测模型，该模型将检测 2 个类。我的数据集共有 300 张图像（其中我将使用其中一些进行测试），这完全不足以从头开始训练模型。
我可以使用预训练模型来训练我的数据集并基于 2 个类检测图像吗？如果可以，那么在我的问题集中哪一个应该是最好的？
PS - 我更喜欢在我的数据集上使用 Faster-RCNN
用于汽车损坏检测的预训练数据集
数据挖掘
Python
深度学习
计算机视觉
更快的rcnn
2022-02-20 22:19:59
2个回答
任何预训练的图像识别模型都可能适用于此目的。一旦他们学习了主要功能，他们就会很好地进行微调。看看Keras Applications或TensorFlow Hub。
对于此任务，您应该使用在 COCO 数据集上预训练的任何模型。使用预训练的 MaskRCNN，我们只用了 80 张图像就获得了相当不错的结果。
其它你可能感兴趣的问题