如何用一幅图像来预测训练过的模型？
使用一幅图像来预测训练过的模型可以通过以下步骤实现：
- 数据预处理：首先，对输入的图像进行预处理，包括图像的缩放、裁剪、归一化等操作，以确保输入数据的一致性和准确性。
- 加载训练好的模型：将训练好的模型加载到内存中，可以使用深度学习框架如TensorFlow、PyTorch等提供的API来加载模型。
- 图像特征提取：使用加载的模型对输入图像进行特征提取。对于卷积神经网络（CNN）模型，可以通过前向传播计算得到图像在网络中的特征表示。
- 特征预处理：对提取的图像特征进行预处理，例如进行归一化、降维等操作，以便与训练时的特征表示保持一致。
- 模型预测：使用预处理后的图像特征作为输入，通过加载的模型进行预测。对于分类任务，可以使用softmax函数将模型输出转化为概率分布。
- 结果解析：根据模型预测的结果，可以进行后续的结果解析和处理。例如，对于图像分类任务，可以输出预测的类别标签和对应的概率值。
在腾讯云的云计算平台上，可以使用腾讯云的AI开放平台（https://cloud.tencent.com/product/ai）提供的相关产品来实现图像预测功能。例如，可以使用腾讯云的图像识别API（https://cloud.tencent.com/product/imagerecognition）来进行图像分类和标签识别，或者使用腾讯云的人脸识别API（https://cloud.tencent.com/product/face）进行人脸检测和人脸识别等任务。
总结：通过数据预处理、加载模型、图像特征提取、特征预处理、模型预测和结果解析等步骤，可以使用一幅图像来预测训练过的模型。腾讯云提供了多种相关产品和服务，可以帮助开发者实现图像预测功能。
相关·内容
3回答
我只有大约1000辆车的图像。我需要训练一个模型，可以识别图像是车辆还是非车辆。我没有关于非车辆的数据集，因为它可能是除车辆以外的任何东西.
我想最好的方法是应用迁移学习。我正在尝试训练一个预先训练过的VGG19模型的数据。但是，我仍然不知道如何用没有任何非车辆图像的车辆图像来训练模型。我不能把它分类。
我是全新的ML整体，任何基于实际实现的解决方案都将受到高度赞赏。
浏览 0提问于2019-11-28得票数 2
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？
如果是的话，有人能提供工作代码吗？
编辑：我下载了预先训练过的模型
model = VGG16()
然后我用一幅图像预测了它：
model.predict(image)
现在，我想将中间层(第一层和第五层)的输出作为：
x=model.layers[5].output
但当我转换张量时，它会产生一个空矩阵。代码中有什么问题？
N.B:，我需要输出矩阵，而不是张量
浏览 1提问于2019-07-03得票数 2
回答已采纳
1回答
我试图完成一个分类项目，在那里使用KNN算法，工作非常好。然而，问题是，我已经训练了模型，并将其保存为RDS文件。我想知道如何将模型应用于一些新的数据？例如，对于回归，您可以使用函数predict()，其中它使用已经训练过的模型作为参数，而对于knn()，它只使用训练过的数据集和测试数据集，并且没有办法使用已经训练过的knn模型作为参数，而不是使用火车数据集。有什么函数可以用经过训练的knn模型作为依据来预测新数据的分类吗？
浏览 4提问于2022-05-10得票数 -1
1回答
根据MLOPs原理，建议使用特征存储。问题在于如何利用卷积神经网络这样的深度学习模型进行图像分类，该模型作为训练过程的一部分进行自动特征工程(使用卷积层)。
问题
对于纯图像分类/分割模型，有一个特征存储有意义吗？
哪些特性应该存储在功能存储中？卷积层的输出？但是在训练过程中，它们不能被重用，因为在训练过程中，它们会被卷积层重建。
浏览 0提问于2021-02-09得票数 0
正如我在标题中提到的，我有一个预先训练过的模型，它预示着前进一步。
我如何利用它作为一个多步领先的预测器？
它能正常工作吗？
这就是我如何用x预测前进一步的方法：
x = []
x.append(data[0:n,0])
x = np.array(x)
x = np.reshape(x,(x.shape[0] , x.shape[1],1))
y = model.predict(x)
浏览 3提问于2019-12-22得票数 0
回答已采纳
1回答
是否有可能训练GAN模型在特定环境(例如办公室、树林、海滩.)上画出一幅图像.在我们把它的人挖出来之后？
例如，我在Places2上使用了这个Places2‘S预先训练过的GAN模型
我使用MaskRCNN模型对人进行分割，然后将其裁剪出来：
📷
📷
但是当我把图像输入到上面提到的GAN模型时，结果并不是很好：
📷
如果可能的话，最好的GAN架构是什么？
浏览 0提问于2018-07-11得票数 3
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，得到预测的掩码。之后，我只是把这些小补丁缝在一起，得到了整个图像的面具。这是对大型图像进行语义分割的正确机制吗？
浏览 4提问于2017-02-14得票数 8
回答已采纳
3回答
我只有大约1000辆车的图像。我需要训练一个模型，可以识别图像是车辆还是非车辆。我没有关于非车辆的数据集，因为它可能是除车辆以外的任何东西.
我想最好的方法是应用迁移学习。我正在尝试训练一个预先训练过的VGG19模型的数据。但是，我仍然不知道如何用没有任何非车辆图像的车辆图像来训练模型。我不能把它分类。
我是全新的ML整体，任何基于实际实现的解决方案都将受到高度赞赏。
浏览 2提问于2019-11-28得票数 3
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%。
我一直想不出如何用经过训练的模型来预测句子的情感。例如，我现在想用经过训练的模型来预测“我恨你”这个短语的情绪。
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
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谁花了更多的钱来购买产品，我想调用或将输入传递给我训练的模型。 我正在使用python和sci-kit learn。
浏览 26提问于2019-02-26得票数 2
回答已采纳
2回答
数据集图像大小和推理速度
、、、
是否在同一数据集上对预先训练过的模型进行训练/微调，但缩小了(例如，70%)的大小，从而提高了推理速度？更普遍地说，对较小图像进行CNN训练是否提高了推理速度？
浏览 0提问于2019-02-18得票数 4
1回答
假设我有一个通用模型：
Variable A | Variable B | Variable C | Variable D
Variable D是一个范畴变量。(例如，汽车模型-我训练我的模型所使用的数据集只有到2020年为止的模型)
我确信Variable A | Variable B | Variable C总是存在的，但是Variable D可能会丢失(例如，如果我使用2021年的汽车模型)。
我的问题是：
如果我不能使用2021年的数据，在我的预测中使用Variable D有多安全？
当Variable D丢失时，我可以随机地给它赋值吗？
模型是否可能变得过于依赖Variable D，
浏览 0提问于2021-11-13得票数 0
回答已采纳
我想要做的模型，可以分类属性，而不是类。
例如，当我输入这个图像时
我的模型输出“这家具有棕色，四条腿，布床单”
我使用了预先训练过的ResNet，但效果不太好。
所以我试着做新的模型，但是我不能定义标签值
我觉得一次热编码就不能达到我的目标。
我如何实现？
给我点主意..。
浏览 3提问于2021-01-04得票数 0
回答已采纳
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
我在Google-AutoM1中训练了一个模型，它花了24小时来训练我的1500张图像。我想添加更多的图像，并用新的图像再次训练。
1-我是否需要从头开始重新训练该模型，或者我可以恢复训练后的模型？
2-如果我恢复训练过的模型，定价模型是什么？它会再次充电，还是只对新的图像收费？
浏览 1提问于2019-08-27得票数 0
1回答
CNN训练模型未正确保存
、、、、
我是一个使用tensorflow的新手，我建立了一个CNN，它经过训练和测试，准确率都达到了80-85%。我尝试使用model.save('example.h5')保存经过训练的模型，并使用files.download('example.h5')下载文件 之后，我尝试使用model = tf.keras.models.load_model('example.h5')将其加载到我的flask后端。 当我尝试对随机图像使用它时，感觉该模型以前从未训练过。有什么解决方案吗？谢谢
浏览 13提问于2020-06-19得票数 0
DecisionTreeClassifier有一种计算输入数据点X的概率的predict_proba方法。这个预测概率是如何为一个已经训练过的模型计算的？
浏览 3提问于2021-08-10得票数 0
我正在使用windows powershell和gcloud命令从gcloud ml引擎上的python tensorflow存储模型请求预测。ml模型预测的输出实际上是一幅图像，我想保存该图像。我找不到通过gcloud命令做到这一点的方法，我想知道是否有可能做到这一点。
对于记录，预测是有效的，因为预测命令返回大量数据，大概是输出图像。
浏览 2提问于2018-11-28得票数 0
1回答
我有车辆的图像。我需要基于图像提取来预测车辆的价格。我学到的是，我可以使用CNN提取图像特征，但我无法得到的是，如何预测汽车的价格。我知道在我预测价格之前，我需要训练我的CNN模型。我不知道如何用图像和价格一起训练模型。
最后，我期待的是，我将输入一个车辆图像，我需要得到的车辆价格。
有人能提供这方面的方法吗？
浏览 0提问于2018-07-23得票数 0
例如，运用监督学习方法对5种不同的人脸进行分类。但是，当第6人的测试在训练集中遇到时，模型仍将在5人范围内进行预测。如何让模型预测6岁及6岁以上的人将面临未知的情况，而这个模型以前没有训练过他们？
浏览 2提问于2019-10-30得票数 0
回答已采纳
我已经完成了训练过程，并得到了.hdf5格式的模型
我使用的神经网络是暹罗卷积神经网络。
验证时，预测的图像是我的测试文件夹中的随机图像。我在测试时使用这个
test_alphabets = glob('{}/TEST/*'.format(dataset_dirname))
testset={}
for alph in test_alphabets:
dirs = glob('{}/*'.format(alph))
alphabet = {}
for dirname in dirs:
alphabet[dirname]
浏览 5提问于2020-03-17得票数 0
1回答
训练一个带有分类器的级联网络
、、、、
我正在尝试做一个双重的任务。输入是一幅图像，根据输入，我想从一组图像(分类任务)中选择另一幅图像，然后使用这两幅图像来获得输出张量。显然，如果我知道应该从该集合中选择哪个图像的基本事实，我可以分别训练这两个模型。但是，我只有输出张量的基本事实。 在我看来，问题在于，如果我们采用分类层，梯度将不再可微。我该如何处理这个问题？是否有文献将这种架构用于任何应用程序？提亚 更多细节:我有一个物体/场景的多个图像，我想使用其中的两个图像进行某种重建问题。为了最大限度地提高重建性能，如果我得到第一张图像，我想聪明地选择第二张图像。例如，我有三个图像A，B，C，使用AC可以得到最好的结果。我需要一个给定A
浏览 27提问于2020-10-02得票数 1
回答已采纳
我已经配置了SSD mobilenet v1，并且以前也训练过模型。但是，在我的数据集中，每个边界框都有多个类标签。我的数据集是人脸，每个人脸都有两个标签:年龄和性别。这两个标签具有相同的边界框坐标。 在这个数据集上训练之后，我遇到的问题是模型只标记了面部的性别，而不是年龄。然而，在yolo中，性别和年龄都可以显示。 是否可以使用SSD移动网络在单个边界框上实现多个标签？
浏览 37提问于2019-03-21得票数 0
回答已采纳
2回答
是否有可能预测特定输出的"Keras神经网络“的输入？
例如，我有一个具有28输入和3输出的数据集。所以，我在Keras训练过模型，效果很好。现在，我必须在输出中输入特定的值，我必须预测输出的输入是什么。
浏览 2提问于2020-03-11得票数 0
2回答
有没有办法用我训练过的模型编译整个Python脚本，以便进行更快的推理？似乎加载Python解释器，所有的Tensorflow，numpy等都需要花费大量的时间。当这种情况必须发生在响应非平凡的请求频率的服务器上时，它看起来很慢。
编辑
我知道我可以使用Tensorflow服务，但不想因为它的相关成本。
浏览 3提问于2017-09-13得票数 2
回答已采纳
我正在训练一个由一个CNN和三个GRUs组成的图像字幕的深层网络。训练过程中，模型损失(绝对交叉熵)降低，但当我测量bleu、METEOR、ROUGE、CIDEr和SPICE分数时，损失最大的时期是第一个损失最大的时期。我不明白为什么会发生这种事？如果绝对交叉熵不是自动编码器合适的损失函数，那么我应该使用什么呢？
浏览 0提问于2019-06-11得票数 3
1回答
规模输入训练的ML模型
、、、
我有输入数据，不同功能之间的大小差别很大。我使用sklearn的StandardScaler()对它们进行缩放，然后使用keras对这些数据进行神经网络训练，以预测我的目标。我训练过/测试过这个神经网络，它的性能很好。
训练数据是一个更大模型的函数输入的时间序列，而我的目标是输出时间序列。我已经训练了模型的比例输入数据(离线)，但希望它取代在模型中的功能。然后，它将在每个时间步骤中接受非缩放的输入数据(相同的特征)，并对目标(输出)进行良好的预测。
在离线的timeseries数据上进行培训，似乎不太适合在模型中使用不缩放的数据，一次一次，这是必须的。我是否也应该对在线输入进行缩放(以及如何使
浏览 0提问于2022-03-02得票数 0
我正在尝试使用基于Keras 2的incepctionV3训练模型来预测用于测试的图像。我最初的模型运行良好，然后尝试用指定的input_shape (299,299,3)创建一个模型。
base_model = InceptionV3(weights='imagenet', include_top=False, input_shape=(299,299,3))
训练过程看起来很好，但是当我试图用它来预测图像时，它会导致这个错误。
ValueError:当检查时出错:期望input_1具有形状(无，299,299，3)，但得到了形状数组(1,229,229，3)
浏览 0提问于2017-08-11得票数 0
回答已采纳
1回答
使用神经网络生成数据
、、、
我想用我以前训练过的神经网络生成数据。有没有人知道怎么用TFlearn的TensorFlow做这个？
它应该用我之前训练过的网络生成一个图像，其中包含一个包含图片的数据集。
浏览 2提问于2017-02-17得票数 1
回答已采纳
我一直在玩很多不同的机器学习模型(聚类，神经网络等等)，但是我有点纠结于理解在用Python或Matlab构建模型之后会发生什么。
例如，假设我训练了一个二进制分类问题的基本神经网络模型。例如，如何将其部署到同事，以便他们可以在数据集中加载预测？我训练过一个模特，但是现在那个模型会怎么样呢？我如何“保存”我刚刚在Python中训练过的模型？
我看到了很多关于如何预处理数据、训练模型、提供统计数据和预测的教程；但是，接下来会发生什么呢？
很明显，Facebook、Google和任何其他大量参与机器学习/人工智能应用程序的人都在创建一个框架来使用他们的模型。但是，是否有允许您输入数据并将其应用于P
浏览 0提问于2017-03-10得票数 7
回答已采纳
在有监督学习中，原始数据分为三部分:训练数据集、验证数据集和测试数据集。
训练数据集用于训练模型。
测试数据集用于最终评估模型，因此不会在训练过程中使用。
我认为，验证数据集用于在训练时调整模型的参数。
我想知道的是验证数据集是否用于训练。它是用来计算权重和偏差的吗？
浏览 27提问于2020-02-29得票数 1
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)。
现在我在这些数据集中训练了这个模型，当我预测一个图像时，它给出了正确的类名(徽标、星星、山丘等)。
但是当我预测一个已经在VGG16中的图像(比如说狗，猫)时，它并没有给我正确的类名，比如狗，猫等等。
在这种情况下我需要帮助。
有什么方法可以得到类名吗？
浏览 0提问于2019-07-03得票数 0
我想通过创建一个X个模型的集合来改进我的ResNet模型，取我训练过的X个最好的一个。就我所见，像打包这样的技术需要更长的时间来对图像进行分类，这在我的情况下真的不是一个选择。
有没有办法在不增加所需分类时间的情况下创建一个集成？请注意，我并不关心增加训练时间，因为与可以进行大量时间的分类相比，它只需要做一次。
浏览 0提问于2019-11-21得票数 2
我正在读BERT模型论文。在预训练BERT模型的掩蔽语言模型任务中，本文表示模型将随机选择15%的令牌。在选择的标记( Ti )中，80%将被替换为掩码标记，10%的Ti保持不变，10%的Ti将替换为另一个单词。我认为模型只需要替换为掩码或其他单词就足够了。为什么模型必须随机选择一个单词并保持不变？预训练过程是只预测掩码令牌，还是预测15%的整个随机令牌？
浏览 151提问于2020-09-23得票数 2
回答已采纳
4回答
利用卷积神经网络建立图像分类模型，经过5次classes.It训练，训练准确率为100%，测试准确率为82%。但是当我手动给出一幅图像进行预测时，该模型无法将它们分类为10幅图像该模型仅对3-4幅图像进行分类correctly.What是错误的吗？我该怎么办？?
浏览 3提问于2018-04-16得票数 0
我正在尝试使用Python3中的predict_generator，使用keras和tensorflow作为后端，使用我训练过的模型预测数百万张图像。生成器和模型预测工作，但是，目录中的一些图像被损坏或损坏，并导致predict_generator停止并抛出错误。一旦图像被删除，它就会再次工作，直到下一个损坏/损坏的图像通过该函数馈送。
由于有如此多的图像，因此运行脚本来打开每个图像并删除抛出错误的图像是不可行的。有没有办法将“如果损坏则跳过图像”参数合并到生成器或来自目录的流函数中？
任何帮助都是非常感谢的！
浏览 2提问于2018-10-11得票数 1
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预测这两个图像，然后计算类似于以下图像的预测平均值：
如何创建这个模型？如何在fit_generator中创建生成器？
浏览 0提问于2018-11-29得票数 2
回答已采纳
我刚开始学习计算机视觉(新手到中性网络)。
如果我想检测一个人是否拿着雨伞，用一个受过预先训练的人类模型和一个情报公开的维诺模型，
首先，我训练伞式图像，其次，将TensorFlow模型转换为Intel模型
第三，我在这里很迷茫--我不知道如何用预先训练过的模型来运行我的模型。举个例子，我最后想要的是，如果一个人拿着伞，那么(人拿着带长方形盒子的伞)，如果不是，它说没有人拿伞.在一个盒子里。
浏览 4提问于2022-10-16得票数 1
回答已采纳
1回答
我保存了我的ML模型，它已经被训练过。我选择的是SVM，我用泡菜来保存它。如何使用该模型对csv文件中没有情感标签的新数据集进行分类？
我用朱庇特笔记本做这个项目
浏览 8提问于2022-12-04得票数 0
1回答
如何用matlab在第一幅图像中找到红色区域的位置，并在灰度图像中标记相同的位置？
浏览 3提问于2012-01-26得票数 5
回答已采纳
1回答
我正在调试一个序列到序列模型，并故意尝试完美地拟合一个大约200个样本(长度在5-50之间的句子对)的小数据集。我在pytorch中使用负对数似然损失。我得到了很低的损失(~1e^-5)，但在同一数据集上的准确率只有33%。
我也在3个样本上训练了模型，并获得了100%的准确率，但在训练过程中我遇到了损失。我的印象是，如果预测标签和目标标签之间存在不匹配，则负对数似然只会给出损失(损失在~1e^-5的相同区域)。
我的代码中可能存在bug吗？
浏览 9提问于2020-07-14得票数 2
我对目标检测非常陌生，但昨天我成功地训练了我的第一个Tensorflow自定义模型。除了一些警告之外，我认为它运行得很好，至少我得到了带有检查点、保存的模型和pipeline.config的pipeline.config文件夹。我用exporter_main_v2.py从Tensorflow构建了它。我只是加载了一些鹿的图像，并试图在不同的图片上检测到一些。这就是我现在想要测试的，但我不知道怎么做。我已经用预先训练过的模型做了一个对象检测教程，它运行得很好。我试图将config_file_path、saved_model_path和image_path替换为链接到导出模型的路径，但它没有工作：
浏览 5提问于2022-08-12得票数 0
1回答
Keras为我提供了一种将深入学习模型与sklearn(sklearn的keras包装器)结合使用的方法，但我需要类似的东西----与不同。
我想要创建一个由几个已经训练过的滑雪板模型组成的集合，方法是将它们的输出输入到一个深度学习分类器的输入层(待训练)。
我能做到吗？
浏览 0提问于2019-08-15得票数 1
回答已采纳
我正在看谷歌AutoML视觉API和谷歌视觉API。我知道，如果你使用谷歌的AutoML视觉API，它是一个自定义模型，因为你根据自己的图像训练ML模型，并定义自己的标签。当你使用谷歌视觉API时，你使用的是一个预先训练过的模型.
但是，我想知道是否有可能使用我自己的算法(我创建的算法，而不是由谷歌提供的算法)，并使用它来代替Vision / AutoML Vision？
浏览 5提问于2020-11-17得票数 2
回答已采纳
1回答
我使用opencv决策树来创建分类器。我想知道是否可以重新训练这个模型(可以在.yml文件中保存和加载)，添加新的数据。我使用的Opencv版本是2.4。
我在想这样的事情
CvDTree dtree;
dtree.load("existingTree.yml");
dtree.train(newValues, CV_ROW_SAMPLE, newResponses);
newValues只包含新的示例，newResponses包含该值的类。这将产生一个新的决策树，使用第一个训练过程的旧值和这个新的？
我没有找到任何有关opencv文档的信息。
浏览 1提问于2016-10-09得票数 0
回答已采纳
4回答
我对约洛的工作方式有点困惑。在文件中，他们说：
“置信度预测表示预测盒与任何地面真相盒之间的IOU。”
但我们怎么会有地面真相箱呢？假设我使用我的Yolo网络(已经训练过)在一个没有标签的图像上。那么，我的信心是什么呢？
抱歉，如果问题很简单，但我真的不明白这部分.谢谢!
浏览 0提问于2018-05-03得票数 5
回答已采纳
1回答
如何使用元信息丰富卷积神经网络？
、、、、
我非常想了解如何用提供的元信息来丰富CNN。据我所知，CNN“只是”查看图像并将其分类为对象，而不查看可能存在的元参数，如时间、天气条件等。
更准确地说，我在后端使用了一个带有tensorflow的keras CNN。我有典型的Conv2D和MaxPooling层，并且在管道的末尾有一个完全连接的模型。它工作得很好，给了我一个很好的准确性。但是，我确实有每个尚未使用的图像(用于拍摄图像的相机的制造商)的额外元信息。
将这些元信息合并到模型中的推荐方法是什么？我自己还想不出一个好的解决方案。
谢谢你的帮助！
浏览 1提问于2017-12-15得票数 4
因此，我有一个我训练过的TensorFlow模型，当我打印传递给要训练的模型的数据类型时，它是
<class 'tensorflow.python.data.ops.dataset_ops.MapDataset'>
当我使用.predict进行预测时，是否需要将相同类型的数据传递到模型中，还是可以像一个具有相同维度的numpy数组那样传递它？
浏览 0提问于2020-11-24得票数 1
回答已采纳
1回答
流动自动标记
、、、
我想知道如何对图像进行自动标注。
我试过tensorflow并训练过几次模型。首先，它是相当好的分类。但现在，我需要做自动标记。
使用tensorflow，预测结果总是1。
例如，如下所示：
xxx.jpg预测结果：-猫= 0.822 -狗= 0.177 -鹿= 0.001，之和总是1.
我想要的是这样的：
xxx.jpg预测结果：-猫= 0.901 -狗= 0.811 -鹿= 0.991
因为在xxx.jpg中可能有猫、狗和鹿在同一张图片中。就像克拉里法伊()那样。
我想知道实现这一目标的基本概念是什么？
谢谢。
浏览 0提问于2017-05-03得票数 0
回答已采纳
1回答
我刚刚成功地训练了我的模型，并且我从训练过程中获得了一些检查点。你能向我解释一下如何使用这些数据在摄像头的帮助下识别实时对象吗？
浏览 43提问于2019-12-13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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
