1回答
我有4类1280x720像素的近1000张人们正在做某些手势的图像。这个想法是使用迁移学习。 下面是使用Inceptioon的代码，目标图像大小为640,360。# Save transfer learning model
model.save('inceptionv3-original-image-transfer-learning.model') 7个历元的准确率为如果目标图像大小为200,113，则在7个时期
浏览 28提问于2020-09-16得票数 0
我用(5x128x128x3)大小的输入形状训练了一个CNN模型，得到了(5x128x128x3)的训练权重。顺便说一下，我想使用这个权重来训练(7x128x128x3)大小的输入数据ValueError: Error when checking input: expected input_1 to
浏览 0提问于2019-09-20得票数 2
2回答
如何为CNN培训准备频道图像？
、、、、
我正在训练一个六通道图像用于细胞分割，这是分开的。下面描绘的六个图像是相同的，但在不同的渠道。 ? 我应该如何排列输入到我的网络中的数组？使用numpy.dstack将所有这些放到数组中？我知道我们也应该注意滤镜的数量和大小，这是要像对待RGB图像一样对待的，但我是深度学习和计算机视觉的新手，我有这个问题困扰着我。我使用
浏览 13提问于2020-01-04得票数 1
1回答
对于给定的图像分类问题，是否有一个给出直觉的金科玉律，给出一个需要使用的基本模型。然而，我未能找到很好的参考，为基础模式的选择。
谢谢
浏览 0提问于2019-05-21得票数 1
回答已采纳
我正在应用tensorflow对象检测api来构建一个模型来检测单个对象。我自己的数据集包含2150张用于训练的图像和540张用于测试的图像。
所有的图像都是1920年(宽度)乘以1080 (高度)。每幅图像中的物体都很小，大约55乘15，还有很多噪声。下面是(我的dataset的一个示例映像)，它被正确识别(大多数图像无法识别
浏览 2提问于2017-09-11得票数 1
2回答
使用LightGBM的特性重要性
、、、、
我用几种算法训练了一个模型，包括随机森林学习算法和LightGBM算法.这些模型在精度和其他统计数据方面表现相似。
问题是这两种算法在特征重要性方面的不一致行为。我使用了默认参数，我知道它们使用不同的方法来计算特征的重要性，但我认为高度相关的特征对模型的预测总是有最大的影响。随机森林对我来说更有意义，因为<em
浏览 4提问于2020-10-21得票数 3
回答已采纳
1回答
我正在使用CNN在Chainer中对细胞图像进行分类。随着主/训练精度的提高，模型的验证精度也在下降。我想知道为什么验证准确率在下降，有什么方法可以提高验证准确率。数据形状为( 32，3，60，80)，其中32是批量大小，3是通道，60和80分别是高度和宽度。 我已经在除最后一层之外的所有层中应用了relu和dropout。在该模型中，
浏览 24提问于2019-01-08得票数 1
回答已采纳
我想创建一个以特定坐标点为中心、以像素为单位具有特定宽度和高度值的ee.Geometry.Rectangle。ee.Geometry.Rectangle接受矩形的最小和最大角的坐标点；但是，我不想传递这些坐标点，而是执行类似于folium库的操作
folium.Map(location=[lon,lat], zoom_start我之所以要这样做，是因为我将使用以特定坐标点为中心的图像，并希望测试图像
浏览 4提问于2020-03-19得票数 0
1回答
从视频流中重构卡
、、、
(来自棋盘游戏)
目前，我一直在使用卡片中的文本使用OCR来查找卡片，但它并不是100%的精确性，因为排版非常特殊。我一直在考虑使用图像分类，但我不确定这是正确的方法，因为我将为数百个课程进行培训。(通过400+不同的卡)
谢谢你的帮助！
浏览 0提问于2019-07-29得票数 1
3回答
我正在使用CNN和预先训练的模型VGG16进行图像分类，我的数据集有3个类，每个类有将近900幅图像。经过5次训练后，我的模型达到了1的精度，0.00073的列车损耗，val-损失=0.00000，val-精度=1，达到100%的精度正常吗？我必须补充说，我的每个班级的图像非常相似，因此这使<
浏览 0提问于2021-09-24得票数 1
根据关于传递学习的预先训练的计算机视觉模型(例如)的文件，输入图像应该是“3通道RGB形状的图像(3xHxW)的迷你批次，其中H和W至少应该是224”。然而，当在3通道图像上运行传输学习实验时，当图像的高度和宽度小于预期时(如小于224)，网络通常运行平稳，性能良好。
因此，在我看来，“最小<
浏览 3提问于2021-10-06得票数 2
2回答
我使用了一个图像数据集进行机器学习训练。每个图像都有64px的宽度和64px的高度。现在，我想使用来自google的图像来测试我的机器学习模型。问题是google图像比训练图像大，我想调整它们的大小，使它们的高度和宽度为64px (就像训练
浏览 0提问于2020-02-28得票数 0
我刚刚开始学习前端网络开发。我在做我的投资组合模型，我在图像大小上有问题。我正在使用引导框架。当我使用img响应类的图像时，我上传的图像的高度和宽度将自动设置。因为我想自己设置高度，所以我更改了图像的高度(在css文件中)。但是，现在，当我缩小浏览器的宽度以查看我的<
浏览 1提问于2015-03-27得票数 0
回答已采纳
1回答
我在EfficientNets上使用著名的Github repo进行训练。我按如下方式编写了模型初始化类： class CustomEfficientNet(nn.Module):
def __init__(self, config: type, pretrained中，我倾向于使用Resize(img_size = 512, img_size=512)进行某些图像分类任务的训练(主要是Kaggle竞赛)。所以这里的问题是，EfficientNetB5的官方输入大小是456x45
浏览 143提问于2020-12-31得票数 1
回答已采纳
到目前为止，我对YOLO的理解是，它期望将训练图像划分为固定网格，其中每个网格都有标签，如P(对象是否存在)、对象包围框、对象类。类似地，它将为每个图像预测返回相同的输出。如果它是正确的，我无法映射这些图像，用于训练和预测，其中一些对象是多个网格的一部分。在训练过程中，我们只提供与特定(单一)网格相对应的包围框信息，它如何包含多个网格的边界框信息？注:非最大抑制是再次混淆，如果它是相关的</
浏览 0提问于2020-02-01得票数 2
我有7-8节课的混合课程。最初，我们有一个图像分类模型，现在将其转移到目标检测模型。仅对于一类，待检测对象占据整个图像。我们可以将边界框尺寸设置为图像的整个宽度和高度吗？会不会影响性能呢？
浏览 20提问于2019-07-01得票数 0
回答已采纳
1回答
它们都是用相同的角点序列层来训练的，而第二层是使用更多的样本来训练的，即增强数据集。
我对第一个情节中的曲折有些困惑，否则我认为它比第二个好。在第二幅图中，没有曲折，但验证的准确性往往比火车高，这是过火还是相当大？
浏览 9提问于2022-07-01得票数 0
回答已采纳
1回答
是否有可能用生成器(有条件地训练类)改进图像分类模型。(因此，这是相同的源/目标分布和相同的源/目标任务，而不是域适应)
注意：“改进”可以是在鲁棒性、校准、或彻底的精确/召回改进、OOD性能方面。例如，我在数据A上训练图像分类模型，然后在数据A上有条件地训练GAN以生成具有类提示的图像。然后利用GAN生成额外的样本来训练我的图像分类
浏览 0提问于2023-05-14得票数 0
2回答
我是TensorFlow的新手，正在寻求图像识别方面的帮助。有没有一个例子展示了如何使用TensorFlow来训练自己的数字图像以进行图像识别，就像中使用的图像网络模型一样
我查看了CIFAR-10模型训练，但它似乎没有提供训练您自己的图像的示例。
浏览 3提问于2016-01-09得票数 13
回答已采纳
在尝试使用在另一个数据集()上训练的深度学习网络对一个数据集()中的图像执行图像分割时，我意识到在主观感知的输出质量方面存在很大差异(可能在对(M)IoU进行基准测试时也是如此)。这提出了我的问题，输入图像的大小/分辨率是否以及如何影响语义图像分割网络的输出，该网络已经在与输入图像不同的大小或分辨率的
浏览 5提问于2018-03-09得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
