Трансферное обучение особенно интересно с точки зрения точности, если у вас недостаточно данных. Например, этот документ сравнивал обучение с и без предварительной подготовки на imag enet. Они утверждают, что после 10 тыс. Изображений предварительная подготовка не дает лучших результатов, но все же позволяет тренироваться быстрее.
Тогда, если у вас небольшой набор данных, у вас все еще остается вопрос, следует ли вам предварительно пройти подготовку на imag enet или на другом наборе данных. Я думаю, что ответ на этот вопрос дан в следующем параграфе (ссылки, которые, вероятно, вам интересны):
Нужны ли нам большие данные? Да. Но стандартный крупномасштабный набор для предварительной подготовки на уровне классификации c не идеален, если принять во внимание дополнительные усилия по сбору и очистке данных - стоимость сбора Imag eNet в значительной степени игнорируется, но « Этап предварительной подготовки в парадигме «предварительная подготовка + точная настройка» фактически не является свободным, когда мы расширяем эту парадигму. Если выигрыш от крупномасштабной предварительной подготовки на уровне классификации уменьшается в геометрической прогрессии [44, 30], было бы более эффективно собирать данные в целевой области.
Поэтому вам также необходимо рассмотреть качество вашего набора данных спутникового изображения. Поскольку он должен быть ближе к вашим данным, чем Imag enet, он, вероятно, лучше.