【学習記録９】AIによる「物体検出」を学ぼう！

Udemyの「AIによる「物体検出」を学ぼう！」の9日目です。

今日から「セクション３」にはいっていきます。

15. Section3の概要

SSDとRetinaNetによる物体検出の概要と実装について学ぶ。
今回、3つのノートブックを用意していただいています。

16. 転移学習とファインチューニング

転移学習（Transfer Learning）とは
ある領域（ドメイン）で学習したモデルを別の領域に適用すること。
複数のタスクに共通の「とらえるべき特徴」があるということになる。

既存の学習済みモデルを「特徴抽出器」として使う。
入力に近い部分の重みを固定して、出力に近い追加した部分だけ学習させる
⇒既存のモデルを新しい領域に適用できる。なるほどー。

転移学習とファインチューニング
両者の違いは、「凍結」する範囲が違うということ。
ファインチューニングでは、学習済みモデルの一部までも学習を行う。

転移学習（ファインチューニングを含む）の短縮
学習時間の短縮、データ収集の手間を省ける、既存の優れたモデルを利用できるなど。

なるほど、頭がすっきりしました。

明日は、SSDの学習に入っていきます。