在线客服 返回顶部

通过迁移学习解决计算机视觉问题

2020-11-16

  模型,但还没有试过迁移学习,这篇文章将改变你的生活。至少,对我来说是的。

  我们大多数人已经尝试过,通过几个机器学习教程来掌握神经网络的基础知识。这些教程非常有助于了解人工神经网络的基本知识,如循环神经网络,卷积神经网络,GANs和自编码器。但是这些教程的主要功能是为你在现实场景中实现做准备。

  现在,如果你计划建立一个利用深度学习的人工智能系统,你要么(i)有一个非常大的预算用于培训优秀的人工智能研究人员,或者(ii)可以从迁移学习中受益。

  迁移学习是机器学习和人工智能的一个分支,其目的是将从一个任务(源任务)中获得的知识应用到一个不同但相似的任务(目标任务)中。

  例如,在学习对维基百科文本进行分类时获得的知识可以用于解决法律文本分类问题。另一个例子是利用在学习对汽车进行分类时获得的知识来识别天空中的鸟类。这些样本之间存在关联。我们没有在鸟类检测上使用文本分类模型。

  迁移学习是指从相关的已经学习过的任务中迁移知识,从而对新的任务中的学习进行改进

  总而言之,迁移学习是一个让你不必重复发明轮子的领域,并帮助你在很短的时间内构建AI应用。

  迁移学习的历史可以追溯到1993年。Lorien Pratt的论文“Discriminability-Based Transfer between Neural Networks”打开了潘多拉的盒子,向世界介绍了迁移学习的潜力。1997年7月,“Machine Learning”杂志发表了一篇迁移学习论文专刊。随着该领域的深入,诸如多任务学习等相邻主题也被纳入迁移学习领域。“Learning to Learn”是这一领域的先驱书籍之一。如今,迁移学习是科技企业家构建新的人工智能解决方案、研究人员推动机器学习前沿的强大源泉。

  预训练的模型是由其他人创建和训练来解决与我们类似的问题的模型。在实践中,几乎总是有人是科技巨头或一群明星研究人员。他们通常选择一个非常大的数据集作为他们的基础数据集,比如ImageNet或Wikipedia Corpus。然后,他们创建一个大型神经网络(例如,VGG19有143,667,240个参数)来解决一个特定的问题(例如,这个问题用VGG19做图像分类。)当然,这个预先训练过的模型必须公开,这样我们就可以利用这些模型并重新使用它们。

  在我们掌握了这些预先训练好的模型之后,我们重新定位学习到的知识,包括层、特征、权重和偏差。有几种方法可以将预先训练好的模型加载到我们的环境中。最后,它只是一个包含相关信息的文件/文件夹。然而,深度学习库已经托管了许多这些预先训练过的模型,这使得它们更容易访问:

  你可以使用上面的一个源来加载经过训练的模型。它通常会有所有的层和权重,你可以根据你的意愿调整网络。

  现在的模型也许能解决我们的问题。对预先训练好的模型进行微调通常更好,原因有两个:

  一般来说,在神经网络中,底层和中层通常代表一般的特征,而顶层则代表特定问题的特征。由于我们的新问题与原来的问题不同,我们倾向于删除顶层。通过为我们的问题添加特定的层,我们可以达到更高的精度。

  在删除顶层之后,我们需要放置自己的层,这样我们就可以得到我们想要的输出。例如,使用ImageNet训练的模型可以分类多达1000个对象。如果我们试图对手写数字进行分类(例如,MNIST classification),那么最后得到一个只有10个神经元的层可能会更好。

  在我们将自定义层添加到预先训练好的模型之后,我们可以用特殊的损失函数和优化器来配置它,并通过额外的训练进行微调。

  这里有四个预先训练好的网络,可以用于计算机视觉任务,如图像生成、神经风格转换、图像分类、图像描述、异常检测等:

  ResNet50是一个卷积神经网络,深度为50层。它是由微软于2015年建立和训练的,论文:[Deep Residual Learning for Image Recognition](。该模型对ImageNet数据库中的100多万张图像进行了训练。与VGG-19一样,它可以分类多达1000个对象,网络训练的是224x224像素的彩色图像。以下是关于其大小和性能的简要信息:

  我们列出了四种最先进的获奖卷积神经网络模型。然而,还有几十种其他模型可供迁移学习使用。下面是对这些模型的基准分析,这些模型都可以在Keras Applications中获得。

  在一个我们可以很容易地获得最先进的神经网络模型的世界里,试图用有限的资源建立你自己的模型就像是在重复发明轮子,是毫无意义的。

  相反,尝试使用这些训练模型,在上面添加一些新的层,考虑你的特殊计算机视觉任务,然后训练。其结果将比你从头构建的模型更成功。

  文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

  针对我国食品生产行业的实际需求,基于并联机器人,机器视觉等先进技术,构建了面向食品生产包装的高速机器....

  然后用显微镜收集样品的图像,每张图像都包含数百种荧光标记的病毒。机器学习软件可以快速自动识别样品中存....

  该头戴式的神经刺激仪,是通过刺激脑中神经传导物质的释放,以及调节与情绪控制相关的神经网络,来治疗重度....

  自2006年亚马逊Amazon Web Services(AWS)开创云计算市场,到2008年Goo....

  研究表明,虽然Google Cloud AI(谷歌云人工智能)和机器学习平台缺少一些功能,并且仍处于....

  世界国际象棋冠军赛始于1886年。百年后,IBM研发出的超级计算机“深蓝”(Deep Blue),成....

  Microchip推出业界延迟最短的PCI Express® 5.0和CXLTM 2.0重定时器

  XpressConnect系列重定时器的覆盖范围是PCIe 第五代电信号的三倍,使数据中心设备供应商....

  又一家科技独角兽即将登陆科创板,这次是被称为 AI 四小龙 之一的依图科技。 依图科技成立于 201....

  为实现针对工艺设备的诊断,泛林集团打造了一个名为“泛林数据分析器(LamDA)”的实用程序。该程序可....

  随着技术的迭代,人工智能正在快速从解决 具体问题 的弱人工智能向解决 通用问题 的强人工智能演进。 ....

  GPT-3 自动生成的语言竟然能和人类差不多,堪称奇迹。但在很大程度上,GPT-3 也不过是个噱头。....

  11 月 2 号,Alphabet 实验性的研发实验室 X 详细介绍了 Amber 项目,它旨在使脑....

  今年九月,麻省理工学院(MIT)的研究人员发表了题为《COVID-19 Artificial Int....

  工业4.0改变了原有的生产方式,通过智能制造提升了生产力的上限,使生产力发展迈向了协作、联动的智能化....

  一个棘手的问题是脑疾病的诊断,外科治疗和监测。可用于处理脑部疾病的AI技术的范围正在迅速增长,并且随....

  这就是北卡罗来纳大学里斯创新实验室开发的基于AI的新系统的工作方式。交互式元素是“健康迎宾亭”,即将....

  该团队使用来自3,000例住院且COVID阳性的患者的数据对模型进行了训练。研究人员仅纳入了入院48....

  第二个模块的功能是在流星雨中清理以空间为主题的数据集后,构建机器学习预测模型的方法。第三个模块的功能....

  一、背景说明 城市道路违章停车现象一直是城市交通中的顽疾,对道路的畅通以及行人的安全存在严重影....

  跨所有通道的快速跟踪非接触式数字支持每天产生数TB的数据,这对于训练受监督的机器学习算法至关重要。无....

  Edvoy由IEC Abroad的一支经验丰富的团队创建,是一个免费的数字驱动的AI-平台,为南亚的....

  “我们的模型也是非常透明的,”宁说,在一个新闻发布会上。“在其他AI预测使用“黑匣子”算法的地方,我....

  尽管团队已经公开发布了代码和数据来帮助其他人继续工作,但是您可能还需要一段时间才能看到使用的技术。至....

  同期对数据科学家的需求增长了37%。实际上,美国最新公布的一名机器学习工程师的平均基本工资为146,....

  Google会通过向用户询问一些问题来突出显示由于您开发的机器学习算法而对您来说很重要的事情。通过按....

  令人失望的表现最糟糕的是,当这两种类型的模型都假定患者在无意间“检查”病历的情况下没有任何心血管疾病....

  人工智能如今已成为大街小巷的热议话题。企业为了吸引客户和目标用户,在生产产品、提供方案时总会使用机器....

  “汽车自动紧急制动系统AEBS”获2019年度汽车电子科学技术奖突出创新产品奖

  汽车自动紧急制动系统AEBS采用毫米波雷达、机器视觉等传感器对道路环境进行实时监测,通过自主研发的控....

  人工智能如今已成为大街小巷的热议话题。企业为了吸引客户和目标用户,在生产产品、提供方案时总会使用机器....

  在过去的十年中,金融行业采用了很多前所未有的尖端技术。这种转变在很大程度上归因于2008年金融危机之....

  近日,阿丘科技宣布完成2000万美元B轮融资,由襄禾资本领投,老股东DCM、君联资本跟投。本轮融资将....

  视觉定位是自动驾驶和移动机器人领域的核心技术之一,旨在估计移动平台当前的全局位姿,为环境感知和路径规....

  2020全球移动宽带论坛期间,华为副董事长胡厚崑在大会上就“跨越商业裂谷,共创5G新价值”进行了主题....

  美国能源部于8月26日宣布投资计划。据悉,这笔资金加上对私营部门和学术部门的3.4亿美元投资,将使未....

  2020全球移动宽带论坛期间,华为副董事长胡厚崑在大会上就“跨越商业裂谷,共创5G新价值”进行了主题....

  幸运的是,所需的技能与其他数据科学和分析角色相似——只有少数例外。在该领域中,非常需要传感器数据分析....

  公共交通是城市繁荣和市民福祉不可或缺的一部分。除了提供将人们从A点带到B点的基础设施之外,运输运营商....

  搭载 Apple M1 芯片的 MacBook Air / Pro 以及 Mac mini 和大家见....

  5G发展速度前所未有,并正在创造经济价值、带来社会价值。但其在行业的应用无旧路可循,不可避免将会遇到....

  谷歌更新了Android上的Google Photos应用,增加了一个新的选项,让用户可以告诉搜索巨....

  当前,我国制造业发展正处于转型升级的关键阶段,在加快形成国内大循环为主体、国内国际双循环相互促进的新....

  机器学习的基本过程,罗列了几个主要流程和关键要素;继而展开介绍机器学习主要的算法框架,包括监督学习算....

  需要什么数据 这个问题:如果公司有大量的数据,可以确定最终的目标是什么;如果没有则需要通过目标来确定....

  什么是机器学习?机器学习是英文名称MachineLearning(简称ML)的直译。机器学习涉及概率....

  当下,新闻报道总在介绍AI技术如何给不同行业带来深远影响。从制造业到金融业、从零售业到制药业、从医疗....

  潘振岗指出,历史上每一次移动通信技术的更新换代,在大多数性能指标上都会有十倍到百倍的提升,包括峰值速....

  经常在网络上看到人工智能、机器学习、深度学习这些词汇,但真正理解它们的人却少之又少,多数人对这词汇的....

  集成学习是功能强大的机器学习技术之一。集成学习通过使用多种机器学习模型来提高预测结果的可靠性和准确性....

  11月11日凌晨消息,苹果公司今日举办线上发布会,正式推出首款自研芯片,以及采用这颗芯片的三款电脑产....

  目前机器视觉在智能制造、自动化领域的作用越来越重要,机器视觉检测技术的应用能更大程度地把关、提高产品质量、降低生产成本,...

  简介:AI学习:电脑+AI(让电脑拥有学习能力)基础框架搭建;如何建立人机界面---基于Excel+Python;观察事物,提取特征...

  本篇主要介绍:人工神经网络的起源、简单神经网络模型、更多神经网络模型、机器学习的步骤:训练与预测、训练的两阶段:正向推演...

  随着这个智能物联的时代不断前行,不仅仅带来无限的便捷,同时也带来了网络安全的隐患。...

  簡介人工智慧(AI) 人工智慧的定義 • 人工智慧(Artificial intelligence,簡稱AI),是指讓電腦能夠表現出與人類相類似的...

  在薄膜的实际生产过程中,由于各方面因素的影响,薄膜表面会出现诸如孔洞、蚊虫、黑点、晶点、划伤、斑点等瑕疵,严重影响了薄膜...

  任务十四:从连连看出发 目标: 1. 前面说明了,许多人认为,在AI领域里的天字第1号术语是:特征(Feature)。 2. 在本任务里...

  案例:Slot Filling Feedforward Network Input: word vectorOutput: word属于每个slot的概率问题:无法使用前...

  颗粒分析,包括《NI Vision 概念手册》中以下章节:第8章,图像分割,包含了使用全局灰度阈值、全局颜色阈值、局部阈值和形态...

  机器视觉是通过计算机来模拟人类视觉功能,以让机器获得相关视觉信息和加以理解。在制造业质检环节中,大部分缺陷检测情况都由肉...

在线咨询
Copyright © 2002-2017 DEDECMS. 织梦科技 版权所有 Power by DedeCms