※ 引述 《sustainer123 (温水佳树的兄长大人)》 之铭言：
: 　
: ※ 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
用本来的损失函数当二阶段损失函数
模型效果比用原来的损失函数跑一阶段训练来的差
但改用weighted cross entropy
二阶段训练效果就比一阶段好了
感觉能研究不同损失函数的效果