首页 > 试题广场 >

阅读以下文字：假设我们拥有一个已完成训练的、用来解决车辆检测

[单选题]

阅读以下文字：假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型，训练所用的数据集由汽车和卡车的照片构成，而训练目标是检测出每种车辆的名称（车辆共有10种类型）。现在想要使用这个模型来解决另外一个问题，问题数据集中仅包含一种车（福特野马）而目标变为定位车辆在照片中的位置。 

  • 除去神经网络中的最后一层，冻结所有层然后重新训练
  • 对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层
  • 使用新的数据集重新训练模型
  • 所有答案均不对
查看正确选项
添加回答
脱水的鱼头像 脱水的鱼
一个是分类任务，一个是检测任务，只改动这么点就可以吗？
发表于 2020-08-26 14:51:47 回复(3)
大猫也怕老虎啊头像 大猫也怕老虎啊
迁移学习，小数据相似，顶层加线性



发表于 2021-11-21 21:11:03 回复(0)
骑猪的骑士头像 骑猪的骑士
检测是分类和定位，所一只要修改最后一层的输出即可
发表于 2021-03-05 23:49:58 回复(0)
牛客813298695号头像 牛客813298695号
你不用新的数据集训练？就该动怎么点能行？
发表于 2020-08-31 08:21:16 回复(0)
louis_ncu头像 louis_ncu
参照faster-rcnn
发表于 2020-03-27 20:33:31 回复(0)
一定要上岸的小白很想在家办公头像 一定要上岸的小白很想在家办公
个人觉得，分类任务中模型参数学到了汽车种类信息，之后换成检测任务，可以理解成是迁移学习，至于这里的迁移合理性：模型在分类任务中肯定也要锁定图片中汽车位置，再判断其种类的，因此最后几层改成回归也是合理的。并且从10分类任务换到检测单目标阶段，肯定是有种类冗余信息的，也是合适的。所以备这个题目B是合理的，但工程角度看还是C好。哈哈哈哈哈哈(渣仔一枚，轻喷)
发表于 2022-04-28 16:11:27 回复(0)
余胜军说NLP头像 余胜军说NLP
目标任务不一样、所用的数据集也不一样，怎么改动这么点就能行？
发表于 2025-03-10 09:14:03 回复(0)
活跃的芝士在被拷头像 活跃的芝士在被拷
题目描述了一个典型的迁移学习（Transfer Learning）问题。我们拥有一个已经训练好的深度神经网络模型，该模型原本用于车辆分类任务（检测10种不同类型的车辆）。现在需要将其应用于一个新的任务：定位照片中某一种特定车辆（福特野马）的位置。
  • 原始任务是分类问题 ，目标是从10种车辆类型中识别出每张照片中的车辆类别。
  • 新任务是定位问题 ，目标是确定照片中特定车辆（福特野马）的具***置。这通常通过输出边界框的坐标（如左上角和右下角的坐标）来实现，属于回归问题 。
选项A。冻结所有层并重新训练的方式不可行，因为新任务的目标是定位车辆位置（回归问题），而冻结所有层意味着无法对模型进行任何调整，导致模型无法适应新任务。
选项B。这是最合适的做法。由于新任务是一个回归问题（定位车辆位置），我们需要将原模型的最后一层（分类层）替换为适合回归任务的输出层（如输出边界框坐标的全连接层）。同时，为了更好地适应新任务，可以对最后几层进行微调（fine-tuning），以调整特征表示使其更适合新数据集。
选项C。完全重新训练模型会浪费预训练模型已经学到的特征知识，尤其是在新数据集较小的情况下，这种方式可能导致过拟合且效率低下。

发表于 2025-04-15 14:32:32 回复(0)
点横竖撇头像 点横竖撇
感觉应该要重新训练，第一次那个训练数据里都没有位置信息，怎么能定位到车辆信息呢？
发表于 2023-07-04 13:40:38 回复(1)
牛客842169996号头像 牛客842169996号
对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层。这是因为原始模型已经在汽车和卡车的数据集上训练过了，可以通过微调来适应新问题所需的特征。同时，由于目标变成了定位车辆在照片中的位置而不是检测出每种类型的车辆名称，需要将最后一层（分类层）更改为回归层以输出位置信息而不是类别信息。
发表于 2023-03-19 17:45:38 回复(0)
小孩201909101635142头像 小孩201909101635142
我选的C啊，不应该重新标注数据，再训练吗，毕竟是检测车的位置的 肯定要有位置信息
发表于 2022-09-28 20:48:17 回复(0)
吉吉锅锅头像 吉吉锅锅
题目没描述好，检测，啥检测啊？
发表于 2022-09-15 15:28:33 回复(0)
肥宅xiaofu头像 肥宅xiaofu
从多类别分类任务转为单类别目标定位，在这个过程中由于第二个任务只需要定位目标位置，因此需要将原来的分类层改为回归目标坐标的回归层，并且采用微调的方法更新网络后几层参数。
发表于 2022-03-29 20:04:41 回复(0)
牛客722897863号头像 牛客722897863号
训练数据有车辆目标位置信息吗？🙄
发表于 2022-01-17 14:01:17 回复(0)
牛客198641609号头像 牛客198641609号
假设用yolo算法，要输出目标位置，需要在训练时加入目标位置，输出是个多维矩阵，矩阵中向量为目标0/1，坐标x坐标y怎么用回归输出这个坐标？
发表于 2021-03-15 17:26:14 回复(0)
Ench0头像 Ench0
这说的是Yolo 吧
发表于 2020-09-09 11:53:13 回复(0)
提交观点

问题信息

深度学习
上传者：小小
难度：
16条回答 3139浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号