2回答
我想用单个图像(Rgb)测试经过训练的模型。但是我遇到了一个错误。我在训练model.Also时使用了猫和狗的图像，在创建模型时，我从resnet50获得了第一层。最后一层是我自己创建的。在将数据集导出到模型之前，我做了一些准备工作，并将类转换为0-1值。(使用编码器猫:0，狗:1)现在我想用狗的图像测试这个模型。我希望它返回0或1，但我遇到了一个问题。我的代码块： *from k
浏览 47提问于2021-01-22得票数 0
回答已采纳
2回答
大图像的语义分割
、、、、
我正在处理数量有限的大尺寸图像，每个图像都可以有3072*3072像素。为了使用FCN或model训练语义分割模型，构造了一个大样本的训练集，每个训练图像都是128*128。在预测阶段，我所做的就是把一幅大的图像切成小块，就像128*128的训练集一样，把这些小块输入到训练过的模型中，得到预测的</em
浏览 4提问于2017-02-14得票数 8
回答已采纳
1回答
我正在尝试训练一个情感分析模型，下面是我训练过的多项朴素贝叶斯分类器，准确率为84%。我是这个领域的新手，任何帮助都是非常感谢的。
浏览 0提问于2019-01-25得票数 0
回答已采纳
我需要使用VGG预训练模型从图像中提取特征。另外，我需要从VGG预训练模型的第1层和第5层得到输出。是否真的可以这样做呢？model = VGG16()model.predict(image)x=model.layers
浏览 1提问于2019-07-03得票数 2
回答已采纳
3回答
我是机器学习的新手。我已经完成了k-means聚类，训练好了ml模型。我的问题是如何传递我训练过的模型的输入？ 示例:考虑google图像处理ML模型。为此，我们传递一个图像，该图像从该图片中提供适当的输出，如情感。现在我的疑问是如何做到这一点，我已经完成了k-means预测mall_customer谁花了更多的</em
浏览 26提问于2019-02-26得票数 2
回答已采纳
2回答
我刚刚开始探索CoreML，想知道是否有一种方法可以使用相同的方法来训练一个二进制分类模型。
请为我提供任何参考或例子，因为我是一个ML菜鸟。
浏览 14提问于2017-06-28得票数 0
回答已采纳
1回答
我还制作了一个GUI，用户可以在其中绘制数字，然后显示预测的数字。我想知道是否有一种方法可以结合用户的反馈，所以如果模型是错误的，用户可以告诉它他画的是哪个数字，下一次模型将正确猜测。
浏览 28提问于2020-08-27得票数 1
回答已采纳
1回答
我只想得到预测的类名。我可以在我训练模型的图像上得到类名。但是，如果我预测一个图像(比如没有经过训练但已经属于预训练模型(VGG16)的图像，我就无法得到它的类名)。我的场景:我使用了VGG16预先训练过的数据集，并添加了新的数据集(如徽标、星星、山丘等，这些数据集在VGG16 (比如说)中不存在)。现在我在这
浏览 0提问于2019-07-03得票数 0
1回答
我想在python中创建一个接受鼠标绘图的字段，并将其转换为28x28像素的图像：我想使用这个图像结果来预测输出，使用我已经训练过的模型，该模型是手写识别，其中每个图像是28x28像素
浏览 1提问于2018-06-10得票数 0
1回答
多输入深度学习中的平均层
、、、、
我正在为图像分类在Keras中创建一个多输入卷积神经网络(CNN)模型，它接受两幅图像并给出一个输出，这是两个图像的类。
我有两个数据集: type1和type2，每个数据集包含相同的类。模型应从Type1数据集获取一幅图像，从Type2数据集获取一幅图像，然后将这些图像分类为一个类别(ClassA或ClassB或-)。我想要创建一个模型来<em
浏览 0提问于2018-11-29得票数 2
回答已采纳
1回答
估计给定单个图像的对象数量
、、、、
我在寻找一种方法来估计柠檬的数量，给出如下的图像。我想知道这个问题是否可以被建模为一个回归问题，如果是这样的话，什么是一个很好的选择来实现它。第一次，我试着用tensorflow训练一个深层次的CNN，最后一层只有一个神经元。不幸的是，我没有很好的结果。
浏览 10提问于2022-07-02得票数 -3
1回答
我训练过简单的卷积神经网络来进行图像分类。验证集的准确度达到97%。我的数据集包括相机从纸质书中拍摄的图像，也包括来自pdf的截图。但是当我想预测网络摄像头从书中获取的图像时，模型的准确性和置信度很差。这些是图像：
可移动、高预测精度的图像结果很糟糕。为了更
浏览 0提问于2020-11-21得票数 0
回答已采纳
我正在处理一个具有大量输入(10e8功能)的二值图像分类任务。我有一个在Keras中定义的小型卷积网络，它有一个Tensorflow后端，原则上可以使用model.predict在一秒钟内对500个这样的图像进行分类。与此相比，训练模式非常缓慢。在一张图像上使用model.fit只需20分钟左右。这种悬殊是否意料之中呢？是否有简单的改善？下面是如下所示的Python代码：from tensorflow.
浏览 1提问于2020-10-30得票数 0
1回答
我有一个如下结构的模型。它有6项产出。给定一幅图像，该模型从图像中预测6个不同成分的类别。我使用的指标是：如您所见，它为不同的输出输出一个整体的合并损失和单独的损失。但没有综合的准确性评分。我想要的是一个综合的准确性评分(如果所有输出标签都是正确的，它将认为一个样本是正确的
浏览 0提问于2022-02-01得票数 -1
我有一个大型的图像数据库，这些图像只被部分标记为多个、非排他性特征或它们上的对象。例如，水下场景中可能有标签water、swimsuit和fish。问题是它只有部分标记，这意味着标签cat不存在并不意味着图像上没有猫。
训练CNN能够告诉数据集上丢失的标签的最佳策略是什么？图像库上有23万张图像，但是考虑到多个标签是可能的，很难分辨出完全标记的图像的比例。我能够编
浏览 0提问于2018-01-29得票数 3
回答已采纳
1回答
我将Sports_1M caffe模型转换为Keras，并将其作为预训练模型使用到新的Keras模型中，我还加载了预训练的权重。是否应
浏览 0提问于2020-07-19得票数 2
1回答
我有一组用户及其内容(每个用户有一个包含该用户的tweet的文档)。我计划对每个用户使用某种大小N的分布式向量表示。一种方法是在twitter数据上获取预先训练过的字向量，并将它们平均得到用户的分布向量。我计划使用doc2vec来获得更好的results.But，我不太确定我是否理解中给出的DM模型。据我所知，我们给每个段落分配一个向量，在预测下一个单词时，我们使用它，然后反向传播错误来</
浏览 3提问于2017-03-27得票数 1
回答已采纳
根据tensorflow的教程，我训练了一个图像分类器。()
以json格式创建请求消息python -c‘'import base64，json；img =base6
浏览 0提问于2019-03-01得票数 0
1回答
我正在使用Keras做一个图像分类任务。 我使用了vgg16架构，我认为它更容易做，任务是对核磁共振图像中有无肿瘤的图像进行分类。像往常一样，我读取并制作相同形状(224×224×3)的所有图像，并通过将所有图像除以255进行归一化。然后训练测试拆分，测试数据集为25%，训练数据集为75%。我将经过训练的模型保存在我的google驱动器中。 第二天，我使用了相同的过程，通过加载保存的</em
浏览 35提问于2021-07-06得票数 0
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
