Vous effectuez un apprentissage par transfert pour la classification de la marque et du modèle de véhicules à l'aide d'un modèle pré-entraîné sur des images générales. Vous disposez d'un grand ensemble de données étiquetées d'images de véhicules. Comment devez-vous initialiser le modèle avant de le ré-entraîner sur votre ensemble de données de véhicules ?

Lors de l'apprentissage par transfert, il est préférable de conserver les poids pré-entraînés des couches antérieures (car elles ont appris des caractéristiques générales utiles) et de les geler ou de les affiner. La dernière couche entièrement connectée (ou de classification) du modèle pré-entraîné est spécifique aux classes sur lesquelles il a été entraîné. Pour votre tâche de classification de véhicules, vous devez la remplacer par une nouvelle couche adaptée au nombre de vos classes de véhicules. Initialiser toutes les couches avec des poids aléatoires reviendrait à entraîner un nouveau modèle à partir de zéro, ignorant les connaissances acquises par le modèle pré-entraîné. Initialiser toutes les couches avec les poids pré-entraînés, y compris la dernière, ne fonctionnerait pas car la dernière couche n'est pas adaptée à vos classes spécifiques.