1回答
我有一个自定义数据集，如下所示： ├── data│ ├── 1│ │ ├── ...
│我想知道如何将其作为正确格式的tf.data.dataset导入，以便能够传递此代码 for image_batch, label_batch in train_batches.take(1):
浏览 8提问于2020-06-27得票数 0
回答已采纳
2回答
我想做图像分类，在我的领域的现状是通过转移学习在VGG16实现。原始VGG16模型具有130 m以上的参数。我可能需要解冻一些隐藏层以获得更好的性能，因为我的数据非常不同我说的对吗？有没有可能在没有大量计算能力的情况下，使用图像传输学习，而不是训练数据呢？
浏览 0提问于2019-06-26得票数 2
回答已采纳
1回答
我的问题是:如何将迁移学习应用于自定义数据集？我正在做脑瘤的图像分割。我可以找到使用U-net结构的示例，但我找不到使用U-net图像分割的预训练模型的权重的示例？
浏览 1提问于2020-07-18得票数 0
我有25张图片的数据集。我希望在这张图片上运行更快的RCNN或yolov3对象检测模型，我想创建我的自定义训练模型，并在运行后获得权重，比如10个历元。稍后，我可以保存这些权重，并将其用于预测。建立一个模型，训练我的图像数据集，并获得权重。有可能吗？
浏览 0提问于2019-10-03得票数 0
我不知道如何处理这个问题。它将在“主”提要中大约有75-150个提要。因此，我有一个改变的提要链接列表，我需要动态导入。
浏览 0提问于2019-11-11得票数 0
1回答
我使用我自己的640x360图像数据集，使用初始模型跟踪进行迁移学习。我的问题分为两个部分
1)我的数据集包含640x360张图像。发生的第一个操作是向下采样到299x299吗？我问这个问题是因为我有相同数据集的更高分辨率版本，我想知道用更高分辨率的图像进行训练是否会导致不同的性能(希望更好)。2)运行网络时(使用tf.sess.run())，我的输入图像
浏览 0提问于2017-06-23得票数 0
2回答
元学习是机器学习理论的一部分，其中一些算法被应用于关于案例的元数据上，以改进机器学习过程。元数据包括所使用算法的属性、学习任务本身等，利用元数据可以更好地决策选择的学习算法，从而更有效地解决问题。
迁移学习的目的是改进学习新任务的过程，利用解决以前类似问题所获得的经验。在实践中，大多数情况下，机器学习模型都是为了完成单个任务而设计的。然而，作为人类，我
浏览 7提问于2020-02-17得票数 1
回答已采纳
2回答
我是TensorFlow的新手，正在寻求图像识别方面的帮助。有没有一个例子展示了如何使用TensorFlow来训练自己的数字图像以进行图像识别，就像中使用的图像网络模型一样
我查看了CIFAR-10模型训练，但它似乎没有提供训练您自己的图像的示例。
浏览 3提问于2016-01-09得票数 13
回答已采纳
1回答
我试图使用yolov7预训练模型上的传输学习来预测自定义数据集上的边界框。
用预训练的yolov7 p5模型进行迁移<em
浏览 8提问于2022-11-20得票数 -1
1回答
因为我刚开始学习机器，这个任务可行吗？考虑到在不同的酒吧/酒吧发现的各种条件，训练这种模式有多困难。
谢谢。
浏览 0提问于2018-12-03得票数 0
回答已采纳
2回答
然后拟合一个新的数据集，并再次进行预测。Model
top_model.compile(loss='mse', optimizer = Adam(lr = 0.0001), metrics = ['mse']) 这是不正确的工作，我不确定如何让它启动和运行
浏览 30提问于2020-11-11得票数 1
回答已采纳
1回答
暹罗图像相似性网络
、、、、
在哪里可以找到实现暹罗网络的细节，以执行图像相似性和从数据集中检索最相似的图像？
很难为所有的类获取大量的图像数据，因此对于大多数类，只有少数几个图像，例如某些类的10个图像。
浏览 0提问于2018-06-24得票数 2
回答已采纳
3回答
少量样本的人脸识别
、、、
有没有人可以建议我如何构建有效的人脸分类器，可以对许多不同的人脸(~1000)进行分类？我知道opencv人脸分类器，但它不适合我的任务(很多类，几个样本)。
浏览 0提问于2014-01-16得票数 3
1回答
我正在尝试使用resnet 152上的迁移学习来对自定义标记为0/1的图像数据集进行分类，以确定是否包含感兴趣的对象。我已经参考了多个教程，但还没能弄明白。在那之后，我仍然在努力理解如何在我自己的图像数据集上使用这个新模型和分类器(图像应该如何馈送，指定为0/1，指定为训练/测试，等等)。任何帮助或教程，你可以指出我
浏览 8提问于2020-09-15得票数 1
回答已采纳
2回答
我一直试图使用转移学习的MNIST数据集使用VGG/盗梦空间。但这两个网络都接受至少224x224x3大小的图像。如何将28x28x1 MNIST映像重定向到224x224x3以进行传输学习？
浏览 1提问于2017-12-17得票数 11
回答已采纳
我刚刚开始学习更多关于TensorFlow和numpy的知识。我目前使用的时尚MNIST数据集与TensorFlow，其中包括10种类型的服装。但是，我希望能够编辑包含这些数据集的numpy数组，以删除所有不是“T恤”、“衬衫”和“裤子”的图像和标签。本质上，我只想创建一个只有这3种类型的时装MNIST数据集。train_images, train_labels), (test_images, test_labels) = tf.ke
浏览 4提问于2020-07-15得票数 2
回答已采纳
1回答
在制作cnn时，您可以使用包含灰度图像的经典mnist数据集。我正在考虑将它们转换成简单的二进制图像，问题是我应该吗？它将是小得多的文件大小和更容易确定文本的背景。为什么mnist数据集是灰度的而不是二进制的？在cnn中应用二值化图像会有什么正面或负面的影响吗？
浏览 0提问于2021-06-21得票数 2
2回答
我有一个包含477个类(大约500,000张图像)的大型图像数据集。每个类都包含一些不相关的图像，因此当它在模型上进行训练时，模型精度是不可接受的。关于类的数量，在人工的帮助下手动清理数据集需要花费大量的时间。有没有办法自动删除这些图片？(类似于机器学习方法或算法)
浏览 23提问于2018-08-14得票数 1
回答已采纳
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
