全CNN模型对特定类别的分类偏差

文章/答案/技术大牛

发布

2回答

tensorflow、keras、deep-learning

我有一个完整的CNN模型。其输出形状为(16,16,5)，激活为softmax。我需要分别对每个单元进行分类，一个类用于背景，另一个用于每个对象的类(4+1 )。由于背景类的重复性较高，我的模型偏向于类0(背景)。对于这种不平衡的分类，我应该怎么做？为此，我使用了TensorFlow和Keras。我的基本模型是Resnet50 非常感谢

浏览 24提问于2021-07-31得票数 1

1回答

在Colvolution层，是否必然需要偏见？

tensorflow、conv-neural-network、bias-neuron

我正在构建CNN +集成模型，用于在Python上使用Tensorflow对图像进行分类。我在谷歌图片上爬行狗和猫的图像。然后更改为126 * 126像素大小和灰度，添加标签0到狗，1到猫。CNN有5个conv层和2个fc层。他，PReLU，最大的池，退出，亚当在模型中使用。当参数整定完成后，增加了早期停止，模型学习了65~70个历元，精度达到92.5%~92.7%.学习结束后，我想把我的CNN模型改为VGG网络，我检查了CN

浏览 0提问于2017-07-17得票数 7

回答已采纳

2回答

如何使用CNN和tensorflow可视化文本分析

python、tensorflow、text、visualization、conv-neural-network

我是tensorflow的新手，我使用的是描述的CNN模型。现在我想要可视化哪个词对特定的分类影响最大，有人能告诉我怎么做吗？

浏览 0提问于2018-03-14得票数 0

1回答

在Keras中添加偏置输出

tensorflow、keras、conv-neural-network

我正在解决一个多类图像分类问题。直接训练CNN并没有给任务带来好的结果，所以我现在正在尝试一种变通方法。这个想法是训练多个二进制分类网络，每个图像类一个，然后合并它们的输出。合并模型的输出层应该是N+1元素的向量，其中N是图像类别的数量。输出向量的argmax是分类结果(图像类)。输出向量的第一个元素是一个偏置项，只有当图像不属于任何一个高概率类时，它才会被激活。该元素将在输出向量中具有恒定(偏差)

浏览 26提问于2021-05-18得票数 0

回答已采纳

2回答

预训练权和转移学习背后的逻辑

neural-network、classification、object-detection、transfer-learning、pretraining

更具体地说，例如，在对象检测网络中，一个模型的权重(例如，在COCO数据集上有80个类别)将如何转化为我的新问题，这个问题只有两个类别(类)。这有什么意义？由于类别(类)的数量已经改变，而且我正在尝试检测与以前的模型完全不同的对象类型，那么哪种有意义的特性甚至可以从预先训练过的模型转移到我的新问题上？那么，为什么我们要转移学习呢？

浏览 0提问于2020-11-19得票数 0

1回答

一旦CNN被训练出来，它的输出应该是确定性的吗？

tensorflow、keras、conv-neural-network

我刚刚用Tensorflow/Keras训练了一个CNN，并将其保存为模型。我多次尝试通过它运行大约1000个输入，每次得到的预测精度略有不同。准确性很好，我不关心性能；然而，我认为CNN模型一旦训练，就应该是确定性的。也就是说，任何输入都将始终以相同的方式分类。难道不是这样吗？模型一旦训练就可以预测的方式是否存在可变性？

浏览 0提问于2019-08-11得票数 3

1回答

CNN如何学习颜色？

cnn、image-classification

它们都有一个浅蓝色的前景，几乎没有其他颜色的像素，甚至对我来说，很难用人类的视觉来区分这些类别。现在我想训练CNN在这些光谱图像上做二进制分类。我找出了原因:CNN的卷积滤光片善于区分形状和形状，但并不是纯色。📷2多幅图片：📷 EDIT1:这两个类的图像并不都是相同的颜色，有些是黄色/绿色的条纹，有些

浏览 0提问于2020-10-06得票数 2

2回答

dlib如何从对齐的面上获得128D向量？有什么参考论文吗？

face-recognition、dlib

我用过和来做人脸识别。但是dlib如何获得128向量呢？我已经看过了，但是我不知道net是什么意思，有什么参考资料吗？

浏览 2提问于2018-05-30得票数 2

1回答

在Keras Tensorflow中提取特定预测的权重和偏差

python、keras

我有一个神经网络来对MNIST数据集进行分类。虽然我可以提取模型的权重和偏差，但我很想知道单个预测是否有特定的权重和偏差。例如，如果我预测一个特定的图像，例如2，是否有可能获得该特定预测的权重和偏差？如果是这样的话，我该怎么做呢？模型- model = keras.Sequential([ keras.layers

浏览 9提问于2019-07-03得票数 0

回答已采纳

1回答

多类分类中类的发现概率

python、deep-learning、neural-network、conv-neural-network、classification

我制作了一个Tf/Keras CNN模型，它是一个二进制分类器。该模型对图像属于A类或B类的情况进行分类，如果图像是A类的一定百分比，B类的一定百分比，如何使模型返回。

浏览 13提问于2022-04-02得票数 -2

回答已采纳

1回答

构建虹膜数据集神经网络的问题

python、tensorflow、machine-learning

我是机器学习的新手。我一直试图让这段代码正常工作，但是损失被困在1.12，并且没有增加也没有减少。任何帮助都将不胜感激。import numpy as npimport matplotlib.pyplot as plt from sklearn.preprocessing import LabelEncoder dataset

浏览 3提问于2020-07-19得票数 0

回答已采纳

1回答

特定数据集的最优模型

deep-learning、classification、object-detection、tensorflow-datasets、conv-neural-network

首先，我要分类那些不完整的结构，有丢失成员，如安全栏杆和便携脚手架的安全板。但是，问题是有很多不同的模型，所以我担心特征提取不会进行得很好。因为在一般的图像分类中，不同类别的差异是明显的。但是，在我的数据中，缺失成员的不同，在不同的模型之间也有差异(尽管它们在完整的结构上是相同的) 。我要贴上这样的标签，全脚手架和不全脚手架。如果一般的CNN不合适，那么RCNN或细粒度分类</em

浏览 1提问于2020-05-06得票数 0

2回答

多标签图像分类:是否有必要为每个标签组合提供培训数据？

machine-learning、neural-network、keras、conv-neural-network、multilabel-classification

我想训练一个CNN的多标签图像分类任务使用keras。然而，我不知道如何准备我的培训数据。更具体地说，我想知道我是否需要显示两个或更多标签组合的培训图像，或者是否足以在单个标签上对网络进行培训，然后它将能够检测到图像中的多个标签。我想通过一个示例，我的问题变得更清晰了假设我使用的是狗和猫的分类数据集，我想要建立一个模型，能够将图像分类为狗或猫，或者在一张图像中看到这两种动物。在这种情况下，我是否需要用同时显示猫、狗和图像的图像来训练模型，还是只使用只显示猫和狗的训练图

浏览 0提问于2018-01-21得票数 6

回答已采纳

1回答

有没有一种方法可以分解CNN模型，为人类提供预测洞察？

python、tensorflow、machine-learning、keras

我有一个CNN，经过大量的工作，现在正在以99%的准确率执行多类(8)分类。有没有办法分解Keras CNN模型和/或它的权重来收集它是如何做出决定的？这并不是说我希望它准确，但如果我能找到一两个对

浏览 0提问于2020-12-06得票数 0

1回答

使用TensorFlow进行姿势识别

python、opencv、tensorflow、machine-learning、google-cloud-platform

我正在尝试使用机器学习根据特定的姿势对人的图像进行分类。我收集的图像类别是“姿势”或“未知”。我有很多人摆姿势的照片，也有不摆姿势的人的照片。该模型似乎过度拟合了“姿势”类别，因为当我将相机的焦点对准任何人以外的任何人时，它也显示了“姿势”类别的自信得分，而不是“未知”类别。如果我添加了大量的这些照片，我是否应该添加等量的“姿势”照片，以避免在模型中引入偏差？此外，我还考虑过在输入ML模型之前使用OpenCV对轮廓图像进行预处理，对

浏览 2提问于2018-04-12得票数 0

3回答

深度学习:当对两个相似的对象进行分类时，来自COCO/imagenet权重的培训或来自特定类别的训练权重的培训。

deep-learning、classification、dataset

假设我想对法拉利的两个不同模型进行分类，而这两个模型的数据集很小(例如，每个模型有几百幅图像)。在Keras博客中，讨论了这个问题，但在示例中，它们对狗和猫进行了分类，这两个类非常通用，它们之间非常不同，而且在原始imagenet模型中已经包含了许多猫和狗(假设汽车/总线/卡车不包括在imagenet输出类中)。从Coco/Imagenet权重开始训练模型，还是使用以前训练过的模

浏览 0提问于2018-08-30得票数 1

1回答

给出一张账单的图片，你将如何识别它是从哪个商店购买的，以及所有购买的商品是什么？

image-processing、machine-learning、computer-vision

假设我有任何购物中心的账单图像，我想找出我从哪里购买了所有商品和所有购买的商品的商店的名称。那么，使用图像处理和机器学习如何找到？

浏览 12提问于2017-08-01得票数 0

回答已采纳

2回答

这是一个很好的方法分类票，其中包含描述和日志？

neural-network、nlp、tfidf

我想分类一个支持票的数据集，它主要包含描述字段中的文本，有时在一个单独的字段中包含服务器日志。日志字段并不总是在那里，但是当它出现时，它是票证目标类的一个很好的指示符。我创建了一个基于CNN的分类器，该分类器可以根据日志字段对票进行分类，并为描述字段创建了一个支持向量机clf，该分类器具有基于TFIDF的特征。我正在考虑将CNN分类器的输出概率添加到基于TFIDF的SVM分类器中，将这些模

浏览 0提问于2018-11-27得票数 0

1回答

如何排列CNN+LSTM的数据集/图像

keras、cnn、lstm、image-classification、transfer-learning

我正在研究一个图像分类问题，使用以Resnet50为基础模型的传输学习(在Keras中)(例如A类和B类)。如何准备数据集(图像帧)。例如，我有10个A

浏览 0提问于2019-05-13得票数 9

1回答

我能用TensorFlow重新训练新数据的旧模型吗？

tensorflow、classification、text-classification、training-data

我用多类分类器训练了一个模型。现在我可以在输入中对一个句子进行分类，但是我想改变CNN的结果，例如，提高分类的分数或改变分类。我想试着用一个受过训练的模型来训练一个句子和它的班级，这有可能吗？

浏览 1提问于2017-03-29得票数 4

回答已采纳

点击加载更多