在我的数据集中,每个样本都是一组图像。有些样本是一组只有一个图像的图像,而有些样本最多有10个图像。我已经标记了每个样本(图像集-->标签),并希望训练一个分类器
示例:样本i是一组n(i)张人p(i)的照片。每个样本都标有人p(i)的吸引力。
最简单的keras图像分类代码示例是什么,网络可以对一组大小可变的图像进行分类,而不是对一张图像进行分类?
发布于 2019-01-21 01:20:57
您正在寻找的是ConvLSTM,它保留了spatial以及sequence of images之间的temporal关系。在keras中,没有正式的实现,但有this-thread,它有很多想法和实现。
有一个repo,它提供了一个定制的conv-lstm层。此外,tensorflow对此也有稳定的实现。
对于不同的序列长度,可以添加一个零值的图像。只要这是一个序列,它就不会影响模型。
https://stackoverflow.com/questions/54219326
复制相似问题