Модель глубокого обучения для распознавания сложных паттернов

Question

Я использую обучение с помощью ResNet50 для распознавания закусочных пакетов.

Они одинаково похожи по доминирующему цвету и форме.Это как на рисунках ниже.

У меня есть около 33 пунктов для распознавания.

Я использовал FasterRCNN и SSD для ResNet50.

Не очень хорошо, и многие вещи перепутаныдруг друга.

Какая архитектура глубокого обучения подходит для распознавания таких объектов?

Или есть какие-то специальные приемы для лучшего распознавания таких объектов?

Я думаю, что нам нужноиметь архитектуру для распознавания узора детализации.

Answer 1

Убедитесь, что вы связываете оригинальную предварительно обученную сеть с caffe, или вы начинаете с самого начала с обучения сети!

Если вы хотите увеличить размер набора данных, вы часто берете один и тот же набор изображений и поворачиваете каждое изображение несколько раз.

Определенно уменьшите размер изображения и подумайте над тем, чтобы на его изображениях было меньше фонового шума (люди, переменный фон и т. Д.)

В прошлом я использовал Alexnet для аналогичных проблем с небольшими отличиями.

удачи!