如何改进convnnet的图像检索功能？
问题描述：
我有3个班。 （训练50k，验证12k） 通过使用预训练的vgg16和resnet50，冻结模型并仅在顶部训练密集层，我的验证准确率达到99％。 我应该微调以通过解冻图层来改进功能还是应该使用这些功能？ 另外，vgg16是比Resnet50更好的特征提取程序，还是应该使用Resnet中的功能？ 谢谢！如何改进convnnet的图像检索功能？
答
这取决于您的问题域。如果您正在对相同问题域的预训练模型进行微调，并且训练数据量很小，那么您所做的是正确的。
也许如果你只冻结了第一层，这些层对于一般特征提取（egdes，blob，shapes ..等）有很好的训练，你可以提高你的性能。它还建议申请数据增强，如果你要做到这一点，以避免过度拟合
我鼓励你去检查迁移学习下面的教程了解更多详情： http://cs231n.github.io/transfer-learning/