VoltaVision：用于电子元件分类的迁移学习模型
计算机视觉与模式识别
2024-04-08 v1 机器学习
摘要
本文分析了迁移学习在电子元件分类中的有效性。迁移学习通过重用预训练模型来构建稳健的分类器，能够节省时间和资源，避免从头学习。我们的工作引入了一种轻量级卷积神经网络，称为 VoltaVision，並將其性能与更复杂的模型进行比较。我们测试了将知识从类似任务迁移到目标领域的假设，认为这会比在通用数据集上训练的先进模型取得更好结果。本作品的数据集和代码已在 https://github.com/AnasIshfaque/VoltaVision 上提供。
引用
@article{arxiv.2404.03898,
title = {VoltaVision: A Transfer Learning model for electronic component classification},
author = {Anas Mohammad Ishfaqul Muktadir Osmani and Taimur Rahman and Salekul Islam},
journal= {arXiv preprint arXiv:2404.03898},
year = {2024}
}
备注
Tiny Paper at ICLR 2024