基于文本和图片的商品分类
来源:互联网 发布:科大讯飞 阿里云 编辑:程序博客网 时间:2024/05/21 22:58
将文本model和图像model合并为一个model,因为它们包含了互补的信息。
对于图像和文本数据,都是用CNN。对图像数据,使用已经在Image-Net上训练过的网络,该网络已经具有为自然图像提取丰富特征的能力。利用预先训练的机器学习模型称为转移学习。对文本数据,使用一个预先在商品标题上训练好的TextCNN模型。
利用预先训练的机器学习模型对新场景重新训练学习的过程称为转移学习。
我们希望从这两个模型的交互中获得更大的收益,所有我们创建了两个CNN分枝,一个分枝接受向量话的图像,一个分枝接受向量话的文本。整个架构如下:
效果评估
直接使用两个模型,和联合到一起的模型:
Images Text Images + Text
预训练的VGG网络是在Image-Net的1000个类上的训练结果,没有一个是服装或图书,所以可以使用特征类目对其进行微调,我们选择了微调最后3个卷积层,下面是微调后的训练结果:
Images Text Images + Text Images + Text + Fine Tuning
尝试:
3.图像model先在真实类目上微调。
4.交替训练还是联合训练。
5.用LSTM-attention代替TextCNN。
阅读全文
0 0
- 基于文本和图片的商品分类
- 基于SVMLight的文本分类
- 基于gibbsLDA的文本分类
- 基于bayes分类器的文本分类
- 基于统计概率和机器学习的文本分类技术
- 基于Ecshop 的移动端商品分类页面总结
- 基于HNC语境理论的文本分类
- 基于HNC语境理论的文本分类
- 基于libsvm的中文文本分类原型
- 基于贝叶斯算法的文本分类算法
- 基于libsvm的中文文本分类原型
- 基于贝叶斯算法的文本分类算法
- 基于libsvm的中文文本分类原型
- 基于libsvm的中文文本分类原型
- 基于朴素贝叶斯的文本分类算法
- 基于naive bayes的文本分类算法
- 基于KNN算法的文本分类研究
- 基于贝叶斯算法的文本分类算法
- MySql关键字汇总
- L3
- 内存溢出和内存泄漏的区别、产生原因以及解决方案
- 单片机温习
- 模式匹配:KMP算法
- 基于文本和图片的商品分类
- 图像处理基础知识
- Hyperledger Fabric 1.0架构及原理
- 用Python给头像加上圣诞帽
- 关于Javaweb下ssh框架的getHibernateTemplate的No default constructor for entity异常处理
- NAND Flash SSD 是如何生产出来的?
- 请给我一个女票@andyqian
- AD绘制PCB时候移动原件焊盘
- 解决提交到github报错Please tell me who you are.和为不同的项目设置不同的名称