【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。
この記事が気に入ったらサポートをしてみませんか?