※ 引述 《sustainer123 (溫水佳樹的兄長大人)》 之銘言：
:
: 有點懂在幹嘛了
:
: 本質上就使用不同策略訓練特徵提取部分跟分類器
:
: 長尾學習來說 backbone一般常用cross entropy這種非重加權的損失函數來學習通用特徵
:
: 分類器再用重採樣或重加權來學習少數特徵
:
: 放到語義分割來說
:
: 就是先跑一次一般訓練
:
: 然後凍結encoder 然後再訓練decoder
:
: 但decoder不知道要重train多少
:
: 最後一層 還是 整個
:
: 唉 沒啥能照抄的東西 麻煩
:
想了一下
實驗應該可以這樣設計
維持原架構
分別訓練backbone跟分類器
兩種損失函數
總共4種組合
快速測一下要不要繼續投資
畢竟也不少論文討論一階段架構
沒屌用就跳ㄅ