Está realizando aprendizaje por transferencia para la clasificación de marca y modelo de vehículos utilizando un modelo preentrenado con imágenes generales. Tiene un gran conjunto de datos etiquetados de imágenes de vehículos. ¿Cómo debe inicializar el modelo antes de volver a entrenarlo con su conjunto de datos de vehículos?

La transferencia de aprendizaje implica utilizar un modelo preentrenado como punto de partida. Para la clasificación, las capas convolucionales (que extraen características) suelen retenerse con sus pesos preentrenados, ya que han aprendido representaciones útiles de imágenes generales. La capa final totalmente conectada, sin embargo, debe reemplazarse porque está diseñada para las clases originales del modelo preentrenado, no para sus clases de marca y modelo de vehículos. Inicializar todas las capas con pesos aleatorios (opciones 1 y 3) ignora el beneficio del preentrenamiento, requiriendo más datos y tiempo para converger. Mantener la capa final preentrenada (opción 4) la haría incompatible con su número de clases.