基于迁移学习的图像分类模型训练及评估研究.pdfVIP

2025年4月第4期

基于迁移学习的图像分类模型训练及评估研究

1，21，231

●蔡玉红，乔丽娜，肖吉吉，陈子杰●

（1.工业和信息化部电子第五研究所，广东广州511370；

2.广东智能无人系统可靠性与数字化验证技术省级重点实验室，广东广州511370；

3.华南师范大学软件学院，广东佛山528225）

：

摘要图像分类技术是深度学习领域的重要分支，在科学研究和工业生产中具有广阔的应用前景。基于微调全连接分类

层、微调所有层和随机初始化模型3种不同迁移学习策略，提出了一种利用ResNet18模型结合训练数据集进行图像分类的

方法，并通过测试数据集对比实验评估了不同策略下模型在测试集上的性能表现。结果表明：微调所有层策略具有最低的

交叉熵损失，最高的精确率、准确率、召回率和F