文档摘要

5.1 工地一：图像分类的特征提取改造 本节摘要：第一个工地做最省的改造——冻结 ResNet-18 骨干、只训练新分类头。完整走一遍背景、数据准备、施工、验收与变式，你会看到特征提取在小数据上的性价比，并学会计算可训练参数与复用特征缓存两个工程技巧。本工地是所有后续改造的基线锚点。 背景 一个小型工业质检任务：把产品照片分为正常与缺陷两类，每类各四百张，共八百张标注图。要求单卡快速出可用模型，团队预期先有基线再谈优化。按第 4. 会员。《5.1 工地一：图像分类的特征提取改造》收录于灏天文库文集《迁移学习与Fine-tuning实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/509-%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0%E4%B8%8Efine-tuning%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流