理工酷
资源下载
0
Apple提供的模型仅用于简单的演示目的。在大多数情况下，这些模型不足以在自己的应用程序中使用。
Apple下载页面上的模型已针对特定目的进行了训练：ImageNet数据集上的图像分类。这意味着他们可以拍摄图像并告诉你图像中“主要”对象是什么，但前提是该对象是ImageNet数据集中的1,000个类别之一。
通常，这不是你想要在自己的应用程序中执行的操作。如果你的应用程序想要进行图像分类，通常希望按照自己的类别（例如食物或汽车等）训练模型。在这种情况下，可以采用Inception-v3之类的东西（原始版本，而不是Core ML版本），然后根据自己的数据对其进行重新训练。这提供了一个新模型，然后需要再次将其转换为Core ML。
如果你的应用程序想要做除了图像分类之外的其他事情，则可以在较大的神经网络结构中将这些经过预训练的模型用作为“特征提取器”。但这又涉及训练你自己的模型（通常是从头开始），然后将结果转换为Core ML。
因此，只有在非常特定的用例（使用1000个ImageNet类别的图像分类）中，这些Apple提供的模型才对你的应用有用。
如果确实想使用这些模型中的一个，则它们之间的区别在于速度与准确性。最小的模型最快，但最不准确。 （我认为，VGG16不应该在移动设备上使用，因为它太大了，比Inception甚至MobileNet都不准确。）
收藏
