卷積神經網絡－目標分類

目標分類基本框架 數據準備 數據來源 數據擴充 ：局部切割 模型設計 任務類型 分類 分類+迴歸 多目標分類 訓練細節 數據循環方式 網絡深度寬度確定 損失函數設計 學習率變化方式 評價方式：準確率，F1 score 卷積層數多比較好，參數更少，效率變高 分類：softmax，直接擬合 如何進行面部行爲識別 神經網絡 不需要預處理，自動進行局部探測 不要所有區域都處理 重要區域之間不會影響削弱學習

>>阅读原文<<