待验证50% 置信事实精确时间

对于图像数据，常用的ImageNet预训练均值[0.485, 0.456, 0.406]和标准差[0.229, 0.224, 0.225]已成为事实标准

1

来源数

50%

置信度

长期有效

时效性

2026/8/17

首次发现

来源

深度学习入门路线图：从数学基础到PyTorch实战完整指南

相关事实

待验证对于5600张图像的小数据集，从零训练标准DETR几乎注定失败，推荐加载COCO预训练权重进行微调69% 相似待验证轨迹数据集标准化的意义可类比于ImageNet对计算机视觉、Common Crawl对大语言模型预训练的作用67% 相似待验证一位Reddit用户报告使用约300万参数的预训练U-Net，训练集550张图像、验证集150张图像，单独用交叉熵损失时收敛良好，引入Dice损失后Dice分数出现剧烈波动66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/762130

API

curl https://kongchang.com/api/v1/knowledge/claims/762130

MCP

get_claim(id=762130)