1回答
卷积神经网络通常是图像分类和语义分割的最佳选择。分类/数字数据(年龄、身高、城市等)另一方面，传统的机器学习模型，如(深度)随机森林模型、支持向量机模型或传统神经网络模型处理效果最好。是否有将卷积神经网络和传统神经网络相结合的混合结构来对图像和分类数据集进行分类？我确信这个问题以前已经解决过，我特别希望在一个公共库(PyTorch、Tensorflow、
浏览 0提问于2018-06-12得票数 1
1回答
这是我的问题。我训练了一个卷积神经网络，用tensorflow将图像分为两类。我现在想知道如何使用来自神经网络的权重，并在未标记的随机图像上进行测试。tensorflow中是否有这样的函数，还是我现在应该自己运行卷积？
浏览 0提问于2017-04-05得票数 0
回答已采纳
1回答
我正在使用CNN(卷积神经网络)进行遥感图像分类。首先将多波段遥感图像应用到图像分割算法中.
图像分割是将数字图像分割成多个片段(像素集，也称为超像素)的过程。分割的目的是简化和/或将图像的表示转换为更有意义和更易于分析的东西。图像分割通常用于定位对象和边界(线、
浏览 5提问于2016-09-25得票数 0
1回答
我正在尝试使用Tensorflow创建我的第一个神经网络。我有一些医学图像，我的目标是分割它们。我找不到我做错了什么。下面是我的代码： import tensorflow as tfimport numpy as npimportvalidation_data=(X_test, Y_test)) 错误说明输入接收了44个张量，这是X_train
浏览 74提问于2021-05-08得票数 0
1回答
我试图复制一个神经网络来进行深度估计。原作者采用了预先训练的网络，在全连通层和卷积层之间添加了“超像素池层”。在这一层中，对卷积特征映射进行上采样，并对每个超像素的特征进行平均。我的问题是，为了成功地实现这一点，我需要计算每幅图像的超像素。如何访问批处理过程中由keras/tensorflow使用的数据来执行SLIC过度分割？我考虑过将任务分开，并将其分成几个部分，即将图像</em
浏览 3提问于2017-06-16得票数 0
回答已采纳
1回答
我想问你一个关于图像分类的问题。实际上，我正在制作一个图像分类器，我正在使用卷积神经网络，并使用keras和tensorflow作为后端。我的问题是如何识别图像中的多个对象。我尝试过使用激活函数、sigmoid和loss - binary_crossentropy的卷积神经网络，但我对此并不满意。
浏览 33提问于2017-12-13得票数 2
回答已采纳
1回答
我是一名计算机科学专业的学生，我的一位教授问我是否可以使用cnn来制作一个检测肿瘤的python应用程序，如果可能的话，任何人都可以指导我，了解cnn并将其应用到我的项目中。
浏览 0提问于2018-05-03得票数 1
1回答
使用CNN，我想拍摄一张每个像素都有3个标签注释的图像。如下所示：0,1,2,3...(Object Number of given class eg, 2nd instance of cat)
换句话说，给出一张多只猫和狗的照片，CNN会输出给定的像素来自一个对象，该对象是一只猫，它属于图像中的猫的第二个实例编辑:我应该注意，我知道我最初必须用带注释的图像训练CNN，其中每
浏览 1提问于2017-05-15得票数 0
为了知道卷积神经网络中卷积层中的某个滤波器对什么敏感，可以应用基于梯度的滤波器可视化。建议的方法可以在这里找到：
浏览 0提问于2019-07-07得票数 0
1回答
车牌识别的预训练LeNet模型
、、、、
我通过LeNet tensorflow和python实现了模型的一种形式，用于汽车车牌识别系统。我的模型只对我的火车数据进行培训，并对测试数据进行测试。我的数据集包含分割图像，其中每个图像中只有一个字符。，这是我的看起来的样子。我创建的模型表现不太好，所以我现在正在寻找可以通过传输学习使用的模型。这些模型中的大多数没有接受过我想要的数据类型<em
浏览 0提问于2018-06-11得票数 1
2回答
图像分割结果中的噪声
、、、、
基于深层卷积神经网络的图像分割任务。网络结构来自，它的结构可以在图片中看到：。网络是基于和设计的。有人能解释一下这些噪音像素是什么意思吗？它们是图像</
浏览 0提问于2018-03-29得票数 3
回答已采纳
我读了很多关于Jetson Nano和Google Coral Devboard的文章，在我读过的大多数文档和论文中，推断和部署都是使用预先构建的卷积神经网络来完成的，例如AlexNet，Inception，MobileNet和其他用于图像分类的神经网络。据我所知，这些微型计算机需要将神经网络转换为tensorflow模型或任何它们接受的框架，以执行模型的推断。我
浏览 20提问于2020-12-24得票数 1
回答已采纳
1回答
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
下面是我的代码： import tensorflow as tffrom scipy import signal
img2 = np.array([
浏览 20提问于2020-07-23得票数 0
回答已采纳
1回答
我知道我可以使用Haar Cascade分类器来完成这个任务，但是我更愿意使用一种深入学习的方法，因为这是我目前关注的领域。要做到这一点，我是否只是创建一个CNN，输入是一个图像，输出是X，Y，宽度，高度？或者还有更多？我已经尝试过这种方法与亚当优化器和大约600张图片，但结果不是很好。关于如何改进这个问题，有什么建议吗？
浏览 0提问于2019-01-23得票数 3
回答已采纳
1回答
我正在做3D图像分割任务，但是每个图像的z轴的长度是不同的。对于卷积神经网络，我认为所有图像的长度都应该是相同的。我该怎么处理呢？
浏览 0提问于2021-05-18得票数 0
3回答
图像中的裁剪背景
、、
我试着写一个程序从图像中裁剪背景。背景总是相似的(光的变化等等)。有时人在随机地点。)对象总是在同一个位置，但并不总是相同的(有不同的模型)。📷
📷
浏览 0提问于2016-12-04得票数 6
回答已采纳
在Tensorflow中，是否有可能将图像特征(如SIFT特征)提供给卷积神经网络模型？我正在尝试一个的tensorflow实现，其中一个灰度图像是彩色的。图像特征会比向模型提供图像更好的选择吗？我是机器学习的新手，不熟悉创建神经n/w模型。
浏览 4提问于2017-03-28得票数 0
回答已采纳
我试图了解卷积神经网络在图像分割问题中的反褶积是如何工作的。我见过这样的定义：📷
这是否意味着卷积层和反褶积层共享相同的滤波器？我们是否为反褶积层训练一组单独的滤波器？
浏览 0提问于2018-10-03得票数 2
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。我的训练数据是数千个物体的图像ins直线，类似于上面链接的图像
浏览 0提问于2019-03-12得票数 6
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
