使用預(yù)訓(xùn)練的模型進行目標檢測：將在大規(guī)模數(shù)據(jù)集上訓(xùn)練的模型（如ResNet、Inception等）的特征提取部分遷移到新的目標檢測任務(wù)上，通過微調(diào)的方式提高檢測性能。
圖像分類：將在大規(guī)模圖像數(shù)據(jù)集上訓(xùn)練的模型（如VGG、MobileNet等）的特征提取部分遷移到新的圖像分類任務(wù)上，通過微調(diào)的方式實現(xiàn)高準確率的分類。
物體識別：將在大規(guī)模數(shù)據(jù)集上訓(xùn)練的模型（如YOLO、SSD等）的特征提取部分遷移到新的物體識別任務(wù)上，通過微調(diào)的方式提升識別準確率。
人臉識別：將在大規(guī)模人臉數(shù)據(jù)集上訓(xùn)練的模型的特征提取部分遷移到新的人臉識別任務(wù)上，通過微調(diào)的方式實現(xiàn)高精度的人臉識別。
圖像風(fēng)格轉(zhuǎn)換：將在大規(guī)模數(shù)據(jù)集上訓(xùn)練的模型的特征提取部分遷移到新的圖像風(fēng)格轉(zhuǎn)換任務(wù)上，通過微調(diào)的方式實現(xiàn)更好的圖像風(fēng)格轉(zhuǎn)換效果。
億速云公眾號
手機網(wǎng)站二維碼
