腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
不同
的
图像
大小
(
分辨率
)
作为
CNN
上
推理
的
输入
neural-network
、
conv-neural-network
这可能是一个基本
的
概念性问题,但阅读
不同
的
CNN
,如VGG,Alexnet,GoogleNet等,似乎一旦模型在特定
的
图像
大小
上进行了训练(比方说256x256),我就不能在不调整
大小
或裁剪
的
情况下在
推理
过程中为模型提供
不同
的
图像
大小
我知道YOLO处理
不同
分辨率
的
图像
,Yol
浏览 75
提问于2019-06-28
得票数 0
1
回答
用
CNN
调整CV2
大小
python
、
tensorflow
、
keras
、
neural-network
、
conv-neural-network
我使用CV2将
不同
尺寸(即70*300、800*500、60*50)
的
各种
图像
调整为特定
的
(200*200)像素尺寸。稍后,我将图片
输入
CNN
算法以对
图像
进行分类。(我
的
理解是,当
输入
CNN
时,图片必须有相同
的
大小
)。如何将低
分辨率
转换为较高
分辨率
,如何将较高
分辨率
转换为较低
分辨率</em
浏览 1
提问于2020-04-25
得票数 0
回答已采纳
1
回答
CNN
图像
到
图像
转换:多个
图像
输入
到一个
图像
输出
deep-learning
、
tensorflow
、
cnn
、
convolutional-neural-network
我对训练
CNN
接受
输入
感兴趣,其中每个
输入
都是一组低
分辨率
图像
,而每一个地面真相都是一幅高
分辨率
图像
。通过对80幅低层
图像
的
信息进行平均处理,得到地面真实高
分辨率
图像
。我想让
CNN
做
的
是从一组较小
的
低级别
图像
中生成同样
的
高
分辨率
图像
,例如5幅低级别
图像
。我正
浏览 0
提问于2019-07-08
得票数 0
1
回答
了解Niftynet
的
输入
形状(spatial_window_size)
image-segmentation
、
medical
、
niftynet
我正在使用Niftynet进行医学
图像
分割。我在这里看到了一个关于spatial_window_shape参数约束
的
很好
的
教程,。 但我想知道如何在可能
的
形状之间做出选择?他们背后
的
逻辑是什么?何时选择更大或更小
的
spatial_window_shape
大小
?在为
图像
、标签和
推理
设置这个参数时,什么是重要
的
?为什么标签和
图像
的
尺寸
不同
?我还对边框参数如何影响这一选
浏览 1
提问于2018-08-29
得票数 3
回答已采纳
2
回答
卷积神经网络数据集
的
制备
machine-learning
、
dataset
、
conv-neural-network
我正在尝试实现一个卷积神经网络(
CNN
)模型来分类手势。Dataset并不容易获得,因此我需要准备它。 我应该如何准备数据集?我所捕获
的
图像
是否应该包含除手以外
的
对象,还是只包含手?这将给我一个准确
的
模型,将准确地工作,尽管背景和其他物体在框架内?
浏览 10
提问于2017-09-03
得票数 1
回答已采纳
2
回答
图像
的
空间
分辨率
与
CNN
架构
的
大小
之间
的
关系是什么?
machine-learning
、
deep-learning
、
computer-vision
、
conv-neural-network
、
resolution
我正在研究
图像
的
不同
空间
分辨率
,并考虑为每个空间
分辨率
实现
CNN
架构,因为调整
图像
大小
会影响对象细节。网络
的
大小
和
图像
的
空间
分辨率
之间是否存在可以定量解释
的
特殊关系?
浏览 0
提问于2020-02-13
得票数 4
2
回答
如何将
不同
大小
的
图像
输入
到传输学习网络中
deep-learning
、
transfer-learning
我一直在网上寻找一个解决方案,但很难找到一个明确
的
解决方案。我想知道如何将传输学习(例如,VGG16)应用于比网络最初训练
的
图像
大小
不同
的
图像
(因此,我不想
输入
大小
的
图像
(224,224,3),我想
输入
大小
的
图像
(32,32,3))。我最初想
的
只是填充这些
图像
,但网络可能会查看这些黑色像素,并
浏览 0
提问于2019-03-23
得票数 0
1
回答
超级
分辨率
CNN
与常规
CNN
cnn
、
image-classification
、
supervised-learning
、
image-recognition
我正在深入寻找一个解决方案
的
背景减法,其中一个要求是不松散
的
输入
图像
质量。发现有一种特定类型
的
CNN
,比如超级
分辨率
CNN
。谁能解释一下SRCNN和常规
CNN
的
利弊是什么?
浏览 0
提问于2019-07-23
得票数 4
1
回答
如何在像微型imagenet数据集这样
的
低
分辨率
图像
上
使用预训练模型
keras
、
vgg-net
、
pre-trained-model
、
imagenet
我下载了一个很小
的
imagenet数据集,它是imagenet数据集
的
一个子集,它
的
图像
大小
是64*64像素。我想在原始imagenet
上
使用预训练
的
模型,如alexnet和VGG,并将微型imagenet
的
图像
作为
网络
的
输入
。这是对
的
还是错
的
?正如你可能知道
的
,原始imagenet中
的
图像
<
浏览 35
提问于2021-04-05
得票数 1
1
回答
CNN
-VAE,处理
大小
不同
但像素
分辨率
相同
的
数据集
的
最佳实践。
deep-learning
、
computer-vision
、
conv-neural-network
、
autoencoder
、
image-size
我知道已经提出了很多解决方案来训练一个
输入
大小
可变
的
CNN
,但是我所面临
的
情况是
不同
的
: 我
的
数据集由单细胞
图像
组成,它们都是相同
的
像素
分辨率
(0.31x0.31m),但
大小
不同
(在单元格分割后从单元格群
图像
中进行裁剪这对于编码部分来说确实是微不足道
的
,但是VAE
的
解码部分将不得不检索
输入
<e
浏览 3
提问于2020-04-01
得票数 0
2
回答
为什么
CNN
中使用
的
图像
大小
通常是特定
的
数字?
deep-learning
、
computer-vision
、
convolutional-neural-network
我总是想知道为什么
CNN
模型(或其他模型)中提供
的
图像
的
尺寸通常是某些数字,比如28*28,512*512,256*256。有什么理由吗?如果我按任意
大小
调整
图像
大小
,会发生什么情况?
浏览 0
提问于2018-05-22
得票数 0
回答已采纳
1
回答
如何修改
CNN
的
输入
形状?
python
、
tensorflow
、
keras
、
conv-neural-network
我正在遵循this
的
论文来创建一个超
分辨率
的
CNN
。本文将训练
图像
拆分成更小
的
子
图像
进行训练。为了做同样
的
事情,我使用子
图像
大小
为96x96。我
的
模型是这样
的
: model = tf.keras.Sequential() model.add(Conv2D(d, 5, input_shape=(96convolution layers
浏览 19
提问于2021-07-06
得票数 0
2
回答
数据集
图像
大小
和
推理
速度
machine-learning
、
neural-network
、
deep-learning
、
cnn
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
用于训练YOLOv3模型结构
CNN
的
输入
图像
的
大小
应该是多少?
pytorch
、
object-detection
、
yolo
、
conv-neural-network
我从无到有地实现了一个YOLOv3,并且我计划对一些
不同
的
数据使用MS权重进行微调。我选择
的
数据集有720*1280
大小
的
图像
。当我浏览YOLOv3文件时,第一层CONV2d层
的
filter_size =3和stride = 1,输出
大小
为256*256. 有人能给我介绍一下YOLO培训部分是如何在这里工作
的
吗?
浏览 12
提问于2020-07-29
得票数 1
1
回答
如何在深度学习平台中制作各种
大小
的
图像
作为
RNN或
CNN
的
输入
文件?
neural-network
、
deep-learning
我想使用
图像
文件(大约10,000张
图像
,在所有
不同
的
大小
)
作为
输入
文件,使
图像
识别程序可能使用
CNN
(或RNN)。它们似乎都使用固定
大小
,如256*256,但有什么方法可以使用所有
不同
大小
的
图像
文件? 如果没有,目前支持最大
图像
像素
大小
作为
输入
文件
的
平台是
浏览 7
提问于2017-02-24
得票数 1
回答已采纳
4
回答
训练
cnn
分类器将任意
输入
形状
的
图像
分类为
输入
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
我试着用两个类训练一个
图像
分类器,这是我
的
神经网络。tf.keras.layers.Conv2D(8,(3,3),activation="relu"))model.add(Dense(2,activation="softmax")) 当所有
图像
被调整为一个特定
的
size.But时,这很好,当我删除扁平层时,我
的
模型给出了任何
大小
图像
的
输出,而当我使用具有
不同</
浏览 1
提问于2020-08-23
得票数 0
回答已采纳
1
回答
什么是滑动窗卷积神经网络?
deep-learning
、
cnn
、
convolutional-neural-network
摘要在“U-网:生物医学
图像
分割
的
卷积网络”中,提出了一种滑动窗卷积神经网络。我发现其他几篇文章提到了这一点,但没有明确
的
定义。它与正规卷积网络有何
不同
?这个术语意味着什么?
浏览 0
提问于2021-02-11
得票数 2
2
回答
如何在不影响
图像
特征
的
情况下降低
图像
(276*276-> 48*48)
的
分辨率
machine-learning
、
neural-network
、
deep-learning
、
cnn
、
image-recognition
我有一张
分辨率
为276美元*276美元
的
图片。我创建了一个卷积神经网络,它接受48美元*48美元
的
图像
。所以,我想把276*276美元
的
图片调整到48*48美元,而不减少数据中
的
任何功能。这样我就可以将调整
大小
的
图像
作为
输入
发送到我
的
CNN
模型了吗?
浏览 0
提问于2018-06-17
得票数 1
1
回答
多尺度卷积网络中
的
“多尺度”是什么?
neural-network
、
convolutional-neural-network
、
computer-vision
我读了一篇关于深度学习
的
文章,偶然发现了这个术语,叫做多尺度神经网络。我完全理解卷积神经网络
的
概念,但它
的
多尺度部分
的
理解有点困难。有人能帮帮我吗?提前感谢!
浏览 0
提问于2021-11-05
得票数 0
1
回答
具有有效滑动窗口
的
MNIST
CNN
实时检测
tensorflow
、
deep-learning
、
neural-network
、
conv-neural-network
、
mnist
我想训练一个
CNN
,它可以实时地对大
分辨率
图像
进行
推理
。
CNN
必须阅读由5位数字组成
的
手写数字。 到目前为止,我在MNIST
上
训练了LeNet-5、Overfeat和Yolo .LeNet-5给了我一个很好
的
精度,但是通过一种简单
的
滑动窗口方法,我在FullHD
图像
上得到了4000个窗口(虽然有很大
的
进步),这还不够快。(CPU
上
的
一个窗口为10 on >4
浏览 2
提问于2020-02-24
得票数 2
回答已采纳
点击加载更多
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
一行预处理代码,让你的CV模型更强
1774fps、COCO最高精度,分别适合高低端GPU的YOLO
如何处理多种退化类型的卷积超分辨率
黄浴:基于深度学习的超分辨率图像技术发展轨迹一览
何恺明团队开源图像分割新算法PointRend:性能显著提升,算力仅需Mask R-CNN的2.6%
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券