※ 引述 《sustainer123 (温水佳树的兄长大人)》 之铭言:
:
: 有点懂在干嘛了
:
: 本质上就使用不同策略训练特征提取部分跟分类器
:
: 长尾学习来说 backbone一般常用cross entropy这种非重加权的损失函数来学习通用特征
:
: 分类器再用重采样或重加权来学习少数特征
:
: 放到语义分割来说
:
: 就是先跑一次一般训练
:
: 然后冻结encoder 然后再训练decoder
:
: 但decoder不知道要重train多少
:
: 最后一层 还是 整个
:
: 唉 没啥能照抄的东西 麻烦
:
想了一下
实验应该可以这样设计
维持原架构
分别训练backbone跟分类器
两种损失函数
总共4种组合
快速测一下要不要继续投资
毕竟也不少论文讨论一阶段架构
没屌用就跳ㄅ