1回答
单目标检测keras
、、、
我想做一个使用keras来识别单个对象的系统。在我的例子中，我将检测汽车轮子。我如何训练我的系统只针对一个对象？在使用猫和狗之前，我做了分类任务，但现在它是一个完全不同的任务。1)针对1个对象的训练系统2)检测对象(滑动窗口或热图)
浏览 17提问于2017-02-03得票数 1
回答已采纳
model.add(layers.Dense(5, activation='softmax'))
loss=tf.keras.losses.SparseCategoricalCrossentropy
浏览 1提问于2019-08-21得票数 0
回答已采纳
我有一个有两个不同目标的神经网络来估计：目标2是0-1比例的，最终的单节点密集层使用的是“sigmoid”激活函数.两个输出都在使用MAE损失，但是目标2的MAE几乎与目标1一样高。由于目标2是0-1，乙状结肠只能提供0-1的输出，我预计目标2的损失不应该大于1。实际上，当我只在一个输出模型中估计目标2时，我总是会损失<1，只有在使用多输出时才会出
浏览 13提问于2022-04-27得票数 1
回答已采纳
如果定义如下所示，是否可以将Add()函数合并到tf.keras.Sequential()模型中： keras.Input(shape(input_shape,)), keras.layers.Dense(8), keras.lay
浏览 2提问于2020-05-05得票数 1
回答已采纳
1回答
所以我试着做一个yt的对象检测教程。我找到了一个叫murtaza的人我想试试他的密码。这是视频；；它没有什么问题；它能正常工作，但我想知道我是否只能检测到帧中的某个对象，而不是所有类型的对象；所以，我不希望它检测到"coco.names“文件中的所有东西，但只有一个；我知道怎么做吗？
浏览 19提问于2022-03-14得票数 -2
回答已采纳
1回答
我被要求做sift关键点匹配，然后进行单应矩阵估计。为什么我在物体识别问题中需要单应矩阵？这就是我试图识别的图像类型
浏览 1提问于2017-04-17得票数 0
2回答
我正在使用Python (OpenCV、keras、tensorflow)构建一个计算机视觉应用程序，它需要检测一个对象，然后计算出该前端对象后面有多少个对象。因此，对象常常是重叠的。这里的目的是检测队列前面(前景)的人，然后检测前面人背后的人数，尽管后面的人被排除在外。
我已经建立了一个对象识别模型，使用keras来查找前景中的对象，但现在我需要计算出该对象背后有多少个。到目前为止，我已经尝试了计数边缘(使用自动阈值)，降低了目标检测模型的置信度阈值，并训练了一种新的
浏览 0提问于2019-03-12得票数 6
我试图训练一个U-Net导数来进行单类图像分割，但在Keras中使用tf.keras.losses.SparseCategoricalCrossentropy()和tf.keras.losses.CategoricalCrossentropy如果我尝试使用CategoricalCrossentropy，我会得到：
您正在传递形状(3600, 64, 64, 1)的目标数组，同时用作丢失的categorical_crossentropy。categorical_crossentropy期望目标</
浏览 0提问于2019-08-27得票数 0
1回答
每个矩阵都与一个标签(单标签，多类)相关联，目标是通过(Keras) 2D CNN进行分类。
注意，我的数据集不是实际的图像，因此使用ImageDataGenerator的方法在这种情况下可能不会直接应用。
浏览 3提问于2017-06-24得票数 5
回答已采纳
我要对象检测。问题是，正如我前面提到的那样，我找不到一些简单的代码。你能给我推荐点什么吗？谢谢你的建议。
浏览 0提问于2021-03-25得票数 1
1回答
有一件事我很长时间都在想，那就是基于CNN的目标检测器性能，在，单级和多类中。我知道计算能力会比原来的20级低，但是我对检测
浏览 0提问于2017-11-17得票数 0
1回答
我使用Keras进行对象检测，并将模型转换为用于移动部署的CoreML。对为什么会发生这种事有什么见解吗？
我怎样才能找到问题的根源并加以解决？
浏览 2提问于2018-05-24得票数 1
回答已采纳
1回答
我可以在keras中构建一个只有一个类(class - 0)的cnn，这样它就可以预测给定的日期是否属于这个类吗？提前感谢 编辑:感谢你到目前为止的回答和评论。
浏览 17提问于2020-04-06得票数 0
1回答
我把我的角膜模型拟合在一个图像样本上，以及它们相应的二进制掩码，以便进行目标检测。基本上，我遵循末尾的示例：# we create two instances with
浏览 2提问于2017-04-01得票数 1
回答已采纳
我有一个包含3570个标签的数据集。当我使用sparse_categorical_crossentropy作为损失函数时，输出形状不匹配。model.add(Dense(1024, input_dim=79, activation='relu'))model.add(Dense(3570, activation='sigmoid'))
model.compile(loss='sparse_categorica
浏览 19提问于2017-07-12得票数 4
我正在尝试运行一个对象检测模型(SSD+Inceptionv2)，并获得边界框作为结果。在从帧中获得边界框之后，裁剪后的图像应该通过不同的分类模型(在不同的库上进行训练，如keras和caffe)并获得预测结果。
由于这种分类模型的预测方法不起作用。关于如何在目标检测输出边界框(裁剪图像)上运行不同的分类模型，有什么想法吗？
浏览 1提问于2020-03-03得票数 0
在Keras的文档中，对于此示例：model = Sequential()2)对于二分类，为什么Dense(1，activation=sigmoid)参数是'1'，而不是'2'？目标是0或1，代表2个类。
浏览 1提问于2019-10-20得票数 1
我使用SIFT关键点描述符来检测图像中的对象。为此，我使用了最佳匹配并计算了单应矩阵。目前，我们使用单应矩阵的行列式来分离样本。有没有更好的办法？
浏览 0提问于2018-04-06得票数 0
3回答
我做了一个简单的CNN，对狗和猫进行分类，我想让这个CNN检测出不是猫或狗的图像，这肯定是第三个不同的类别。如何实现这个目标？我应该用R-CNN还是别的什么？
附言:我在CNN使用Keras
浏览 1提问于2019-11-14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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
