我正在尝试用Tensorflow和Keras训练一个U-Net。模型如下所示。1e-4), loss='binary_crossentropy', metrics=['accuracy'])
问题在于训练get_unet_middle(IMG_HEIGHT, IMG_WIDTH, IMG_CHANNELS)
callba
浏览 27提问于2021-06-09得票数 2
1回答
我有一个用tensorflow编写的U-Net模型，用于解决分割问题。我想用相同数量的训练数据来改进我的分割，我正在考虑在输出中添加一个水平集方法模块，然后计算损失。类似这样的https://arxiv.org/pdf/1705.06260.pdf 但是我不知道如何修改tensorflow中最后一层的输出 def amodel(pretrained_weights=None,
input_size=(512, 512, 1),
浏览 31提问于2021-03-19得票数 0
1回答
我试图建立一个图像分割模型，在imagenet数据集上预先训练过的Keras移动网络模型。无论如何，为了进一步训练这个模型，我想在现有的模型中增加U-net层，并且只训练u-net体系结构的层，并以移动网模型帮助作为骨干。问题:移动网模型的最后一层是维度(7x7x1024)，这是一个RelU层，我希望将其重新构造为(256x256x3)，这可以被U-net输入层理解。
浏览 5提问于2019-12-03得票数 1
回答已采纳
1回答
我正在训练一个U-Net架构来完成分割任务。这是使用Keras在Python中实现的。我现在遇到了一个问题，我正在努力理解：
我有两张来自显微镜图像系列的非常相似的图像(这些是连续的图像)，其中我目前的U-Net模型在其中一个上表现非常好，但在紧随其后的下一个上表现得非常差。我在训练过程中使用了数据增强(直方图拉伸、仿射变换、噪声添加)，我很惊讶模型仍然如此脆弱。由于U-Net对我来说仍然是一个黑盒，我想找出我可以采取的步骤来更好地理解这个问题，然后相应地调整训
浏览 1提问于2020-06-25得票数 0
我正在研究Keras中的一个分割问题，我想在每个训练时代结束时显示分割结果。用Keras + TensorFlow可以实现这一点吗？
浏览 5提问于2017-05-04得票数 28
回答已采纳
1回答
图像分割Tensorflow教程
、、、、
在这个tf tutorial中，U-net模型被分成两个部分，第一个部分是他们使用Mobilenet的地方，它是不可训练的。在第二部分中，我不能理解所有层都在训练什么。据我所知，只有最后一层conv2dTranspose似乎是可训练的。我说的对吗？ 如果我是这样的话，怎么可能只有一个层能够完成像分割这样复杂的任务？教程链接：https://www.tensorflow.org/tutorials/images/segmentation
浏览 15提问于2020-07-05得票数 2
回答已采纳
1回答
我正在使用VSCode上的Jupyter Notebook创建一个U-Net。下面是我生成错误的代码的一个快速片段： # PREPARE U-NET MODELfrom tensorflow.keras.backendimport clear_session
from tensorflow.keras.layers import Activation, Add, Ba
浏览 32提问于2021-07-13得票数 0
1回答
基于U网的图像分割
、、、、
我想弄清楚用U-NET进行语义分割是否有效.我们是在训练内核来提取特征，还是在最后训练一个完全连接的层？还是两者都有？因为基于这个图像：
我不认为在最后需要一个完全连接的层。如果我们只是训练我们的内核，U-net将只做图像分割。我找不到“如何训练用于图像分割的unet模型”的资源，所以我想在这里问一问。提前感谢
浏览 6提问于2022-01-18得票数 -1
我在两个gpu上训练我的unet模型都有问题，train_generator = zip(model.fit_generator(train_generator, steps_per_epoch=250, epochs=10)
File "C:/Users/PycharmProjects/U-net_get_available_devices()
File "
浏览 16提问于2020-03-24得票数 1
1回答
我正在做脑瘤的图像分割。我可以找到使用U-net结构的示例，但我找不到使用U-net图像分割的预训练模型的权重的示例？
浏览 1提问于2020-07-18得票数 0
1回答
我正在训练一个模型来执行体积分割(3D数据)。由于输入数据的大小，我正在对CPU进行培训。我使用的是带有tensorflow-mkl和keras的anaconda环境。当我训练这个模型时，我得到了一个error：
"tensorflow.python.framework.errors_impl.InvalidArgumentError: Value for attrdata_format' of "NDHWC" is not in the list
浏览 1提问于2018-07-05得票数 1
回答已采纳
1回答
我正在训练一个U-Net模型，用于对象和前景的二进制分割。目前，我正在尝试重新创建交叉熵函数，以允许自己向其添加超参数。与背景像素相比，该超参数将允许对错误的对象像素标记进行更高的惩罚。这是必要的，因为训练集中对象的像素往往占据整体像素的较小部分。这个想法来自:航空LaneNet:使用小波增强的代价敏感的对称完全卷积神经网络在航空图像中进行车道标记语义分割(公式11)我尝试了lambda_lane的各种值，包括1，这应该会产生与tensorflow.keras.l
浏览 2提问于2019-08-05得票数 0
我使用了大约4600张训练X光图像，按70:30的比例分割。我以为我有一个很好的训练样本集，但模型出其不意。下面是描绘模型性能的图表。= tensorflow.keras.layers.MaxPooling2D(pool_size=(2, 2))(conv1)drop1 = tensorflow.keras.lay
浏览 7提问于2020-08-29得票数 0
我正在尝试使用Keras (在Anaconda环境中)在Python中训练神经网络，但在尝试拟合模型时遇到了“分段故障(核心转储)”错误。from keras.datasets import cifar10from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D, Activation
浏览 2提问于2019-01-24得票数 3
0回答
我一直在运行一个以tensorflow为后端的keras u-net实现。在这个实验中，我跑了60个时期。损失图如下所示，我可以假设程序已经收敛了吗？在我看来，损失没有明显的变化。这是与定义优化器和启动训练过程相关的代码。
浏览 5提问于2017-01-01得票数 1
回答已采纳
1回答
我刚刚启动了一个AWS P2实例，试图训练一个模型。然而，它似乎在使用CPU训练，而不是GPU。我怎么能强迫它使用GPU而不是CPU来训练呢？$ nano ~/.keras/keras.json says this
{
"image_dim_ordering": "th",
"floatx": "float32",
浏览 3提问于2017-10-01得票数 0
回答已采纳
与Keras相比，我更熟悉tensorflow图形培训，但我正在这里试用Keras。有没有一种方法来实现GANs的优化器，以便在Keras<
浏览 0提问于2019-07-09得票数 10
回答已采纳
目前，我正在用pytorch编写一个基于U-net的分割模型，我想使用类似于mobilenet v2上引入的倒置残差来提高模型在cpu上的速度。我是pytorch的newbee，所以我不知道如何编写代码来防止测
浏览 1提问于2019-04-13得票数 0
我想用Tensorflow后端在Keras的CPU上并行训练数十个小型神经网络。默认情况下，在训练单个nn时，Tensorflow会将批分割到核心上，但我的平均核心利用率仅为50%左右。因此，将神经网络的完整训练分配给核心似乎是个好主意，这样就可以移动更少的数据。
我似乎找不到如何指定这些操作。
浏览 1提问于2018-02-24得票数 8
回答已采纳
我使用一个预先训练好的vgg16作为U-Net分割模型的主干。我的代码运行得很好，但我想知道是否有一种方法可以从功能层中删除填充？
在预先训练的vgg16模型的源代码中，填充似乎被设置为1 。因此，我想知道在导入预训练模型后，是否有方法可以改变这一点？
浏览 10提问于2019-11-20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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
