目标识别的最佳架构



我正在评估使用HTM(分层时间记忆)和CNN(卷积神经网络)进行对象识别的选项。在这种情况下,哪个架构(模型)是最合适的?

卷积神经网络及其变体是物体识别的最佳工具。你可以试着与 AlexNet , VGGNEt , ResNet , 批正常化, 辍学等。

在这些情况下总是首选使用预训练模型并首先使用迁移学习。你可以在tensorflow网站上查看盗梦空间V3等对象检测的实现,并将它们用于项目的迁移学习。

最新更新