1回答
我正在尝试设计一个神经网络，它可以根据5种不同的胶片库存来预测照片图像。我总共有5000张图片。4000个训练和1000个测试。我已经将图像存储在两个子文件夹中，用于训练和测试数据。io.ImageCollection(os.path.join(training_dir, image_path, '*.jpg'))然后，我收集基于类的训练图像，并应用循环将图像数据保存到列表中。我在标记</em
浏览 3提问于2019-11-13得票数 1
1回答
我想要做的是训练一个模型来识别在我的数据集中被错误标记的图像，例如，在一种狗类中，我可以找到猫的图像，我想要一个模型来检测所有在错误类中的图像。有没有人试过这样做有更多的细节，或有人有任何想法？
浏览 0提问于2022-05-03得票数 0
1回答
扩充标记的数据
、、、、
我正在尝试熟悉为图像检测项目建模的CNN。现在，我不得不对图像训练数据集进行预处理： 我已经用labelbox标记了40张图片。现在我想继续图像数据增强。也就是说，我想要旋转，翻转等我的数据集中所有标记的图像，以获得更多的训练数据，以提供给我的CNN。我想用"https://augmentation
浏览 29提问于2020-03-24得票数 0
回答已采纳
1回答
我的目标是以73791096754314441539的形式从图像中提取文本，这基本上就是OCR所做的。
a-z，A-Z，包括spaces 在内的特殊字符
[[a1,b1,c1],
浏览 0提问于2017-07-11得票数 6
1回答
自动生成用于cnn训练的合成图像
、、、、
我想训练CNN使用tensorflow检测和分类任何类型的标志(主要是实验室和安全标记)。虽然我可以为分类训练集收集足够的训练数据，例如使用必应API，但我很难想出一个解决方案，为对象检测训练集获取足够的图像。由于这些标记大多是不可公开的，我想我可以把自然场景图像和标记本身的图像组合起来，以获得一个训练集。有什么办法可以自动做到
浏览 0提问于2018-11-07得票数 2
回答已采纳
2回答
如何正确训练扩展数据集
、、、
我训练了我的分类器，在每幅图片上混合了几个类，例如A。分类器能够(几乎)正确地分割图像上的这些类。现在我得到了更多显示G类图片的数据，为了最小化我的工作，我只在图像上标记了G类，而其他的则没有显示出来(无效)。我的训练有两个问题：
如果在我的第一个数据集中没有G类的例子(因为它可能是A的子类)，我如何正确地训练
浏览 0提问于2017-02-14得票数 1
1回答
我想实现类似于标题的东西，但我不知道它在技术上是否可行。如果有任何相关信息的图书馆信息，
我想听听一些建议。
浏览 0提问于2018-10-10得票数 0
回答已采纳
1回答
我试图建立一个神经网络来识别一个特定的物体。也许我是从错误的角度来处理这个任务，但在我看来，这个任务归结为教网络做一个二进制分类："Object“或"Not”。当我玩MNIST时，它很简单:我有10个输出(每位数字一个)，我训练网络最大限度地为相应的输入数字提供相应的输出。
但是当网络只应该识别一个对象时，我该如何教它呢？直观地说，它应该只有一个输出，这将提供类似于1.0的“是的，这是对象”和0.0的“不，这是其他的</em
浏览 0提问于2022-08-21得票数 0
1回答
已经有许多论文(特别是图像标题)将CNN和LSTM架构联合用于预测和生成任务。然而，他们似乎都是独立于LSTM训练CNN的。我在浏览Torch和TensorFlow (用Keras)，却找不到为什么不可能进行端到端的培训(至少从架构设计的角度来看)，但似乎没有任何关于这种模型的文档。
那么，能做到吗？火炬或TensorFlow (甚至西亚诺斯或卡菲)是否支持联合训练端到端的CNN神经网络？如果是这样的话，是否就像将输
浏览 2提问于2016-10-17得票数 8
我正在尝试为一个图像到图像转换应用程序构建一个CNN，模型的输入是图像，输出是置信度图。在训练过程中，没有标记的置信度作为基本事实，但设计了一个损失函数来引导模型到适当的输出。我在使用keras构建神经网络时遇到了问题，因为model.fit()函数需要训练数据和标记数据(地面实况数据)。 所以我的问题是，有没有办法用keras或tensorflow建立一个无监督的</em
浏览 17提问于2019-04-15得票数 4
1回答
在阅读了一些关于使用IMDB数据集估算年龄的文章后，我想自己在一个较小的范围内尝试一下，但我不太理解CNN的应用。任何澄清都会很好。
浏览 0提问于2018-12-04得票数 1
回答已采纳
我只想为特定的标签生成新的增强图像。例如，数据库FER2013： sns.countplot(df.emotion)
所以，我得到了每一种情感的</em
浏览 4提问于2021-07-20得票数 0
1回答
计算CNN层数
、、、、
我为我参与的一个项目创建了一个CNN，我需要展示它。问题是，我不确定如何计算层数。这是我的模型：model.add(Conv2D(64,(3,3), input_shape = (40,40,2))) optimizer='SGD',len(model.layers)返回12：
所以我使用了1个输入10个隐藏<
浏览 1提问于2019-08-21得票数 4
众所周知，用于目标检测的nVidia DetectNet - CNN (卷积神经网络)是基于Yolo/DenseBox：的方法。
现代CNN (卷积神经网络)是DetectNet旋转不变的吗？我能用同一旋转角度对数千幅不同的</
浏览 14提问于2016-12-03得票数 9
回答已采纳
2回答
我正在做一个项目，它只需要识别视频中的人或来自摄像机的实况流。我目前正在python中使用tensorflow对象识别API，并且我已经尝试过不同的预训练模型和冻结的推理图。我只想识别人，也许还有汽车，所以我不需要我的神经网络来识别冻结推理图中的所有90个类，基于mobilenet或rcnn，因为这似乎减慢了过程，并且这90个类中的89个在我的项目中是不需要的。我是否必须训练我自己的模型，或者有没有
浏览 1提问于2018-05-29得票数 1
1回答
我使用固态硬盘和更快的r-cnn训练我的数据集用于tensorflow对象检测，我的数据集中有220个训练图像和30个测试图像。我对模型进行了200k步的训练，结果损失在1以下。但当我在视频上测试我训练过的模型时，它几乎可以检测和标记视频中的所有内容。有人能告诉我为什么会这样吗？谢谢
浏览 1提问于2017-11-21得票数 2
1回答
我正在寻找一种方法，以检查一个给定的标志是否出现在一个网页的截图。因此，基本上，我需要能够在一个较大的图像上找到一个小的预定义图像，这个图像可能包含也可能不包含较小的图像。一个匹配可以是一个不同的比例，有点不同的颜色。我也需要判断事件的相似性。需要一些指点来看什么，我以前从来没有用过计算机视觉。
浏览 6提问于2022-03-20得票数 0
我正在使用200亿个jester数据集建立一个手势识别系统。目前，我只在4节课上工作。数据集包括从视频中以12帧/秒的速度提取的图像。我建立了两个模型，3D-CNN和CNN-LSTM，但只使用角角和Tensorflow获得了大约25-30%的精度。3d-CNN体系结构 model.add(Convolution3D(32, (3, 3, 3), strides=(1, 1, 1), i
浏览 0提问于2018-11-19得票数 2
回答已采纳
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
