1回答
我正在训练一个卷积神经网络来识别智能手机上的MRZ(机器可读区域)字符。我想知道是否为了提高准确性，我应该用多种字体训练它，即使MRZ只使用OCR-B。此外，该模型在设备上的执行精度与我用来训练/测试它的python代码中的精度水平不同。有什么想法吗？这是我正在使用的架构： model.add(Convolution2D(filters=32, kernel_size
浏览 4提问于2019-03-21得票数 1
2回答
我有一个NLP/text数据分类问题，其中有一个非常偏斜的分布- class 0 - 98%, class 1 - 2%用于我的训练和验证数据，我正在做过抽样，我的类分布是class 0 - 55%,pos_weight的计算采用55/45 (训练数据中的类分布)。在我的1级测试数据中，我得到了f1的0.07，true negatives, false positives, fa
浏览 7提问于2022-03-23得票数 2
有一个数据科学的数值问题，我和我的团队能够得到一个ANN模型，它可以预测到1%的MAPE误差(大约有70000+可训练的参数)。考虑到数据集的性质，这些数据也可以作为图像处理，这使得我尝试了一种基于CNN的方法来解决同样的问题。到目前为止，我能够收敛到14%的误差数字与大约2000参数。假设基于CNN的体系结构(参数没有显著增加)可以进一步减小<
浏览 0提问于2019-12-25得票数 1
我正在制作一个人工智能，它必须将一个瓶子形状与任何其他形式区分开来，并通过opencv运行预测 学习(运行学习文件)运行得很好，但是当我尝试使用openCV运行预测时，我总是得到相同的错误 我做错了什么
浏览 281提问于2020-09-04得票数 1
2回答
最佳背景减法
、、、
在我最新的项目中，我被要求训练一个深度卷积神经网络来检测足球运动员。问题是，我所有的正面标点符号都是从3-4个视频中提取出来的，每个视频中的草几乎都是相同的颜色。然后，我可以将草的颜色更改为不同的色调。是执行边缘检测还是颜色分割算法更好？有什么想法吗？谢谢
浏览 5提问于2017-06-21得票数 0
2回答
我正在做一个项目，它只需要识别视频中的人或来自摄像机的实况流。我目前正在python中使用tensorflow对象识别API，并且我已经尝试过不同的预训练模型和冻结的推理图。我只想识别人，也许还有汽车，所以我不需要我的神经网络来识别冻结推理图中的所有90个类，基于mobilenet或rcnn，因为这似乎减慢了过程，并且这90个类中的89个在我的项目中是不需要的。我是否必须训练我自己
浏览 1提问于2018-05-29得票数 1
1回答
在这些数据中，很少有列包含一个简短的描述，这是由用户编写的，我也想分析，但我不知道如何开始。problem ERP 使用状态(我将转换成虚拟变量)和描述(这是我需要你们的地方)，我想训练模型来预测标签。如何将描述列转换为有用的数据？
谢谢!
浏览 3提问于2019-12-11得票数 0
回答已采纳
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、Keras等)中寻找研究论文、教程和实现。这种“混合”数据集的一个很好的例子是ISIC数据集，它包含数千张皮
浏览 0提问于2018-06-12得票数 1
我只想从简单的CNN模型中获取特征地图，所以我可以只给模型图像而不使用标签数据吗？如何与madel唯一的图像相匹配？📷
浏览 0提问于2019-09-09得票数 0
1回答
如果您只有一种类型的发票/文档，并且您有一个特定的字段要从该发票中处理并在其他地方使用(该字段恰好是手写数字，有时用短划线或斜杠书写)，您会使用一些OCR软件或构建自己的CNN来识别这些数字吗？您希望从OCR中获得多高的准确性？你的CNN是否会更准确，因为你只对特定类型的数字书写感兴趣，具有特定的图像尺寸，等等。在给定的情况下，哪种方式更好？请记住，您不会以任何其他方式使
浏览 5提问于2018-10-01得票数 1
2回答
例如，我想训练一个神经网络来预测图片的位置(经度，纬度)，并将图像、温度、湿度和一年中的时间作为输入输入到模型中。任何信息，资源，来源都将非常感谢，提前感谢。
浏览 1提问于2018-05-28得票数 3
我有一个包含160个类别的160k图像的数据集，我正在尝试使用CNN对它们进行分类。在120k图像上进行20个时期的训练，开始时损失约4.9，val_loss约为4.6，经过20个时期后，损失分别提高到3.3和3.2。我真的试图阅读Keras的文档，并理解这意味着什么，但我不能，所以我问是否有人可以在我的模型的上下文中向我解释这对我的模型意味着什么。我的意思是损失分数代表了什么？它对这个模型说了什么？
浏览 6提问于2018-02-10得票数 0
然后使用VGG16进行训练。当我检查损失、准确性、验证损失和验证准确性时，我会看到下面的图表。
精度和val_accuracy停留在某些迭代上。当我用不同角度的旋转来增加数据时，结果是相似的。我怎么才能摆脱它？是因为VGG16模型还是我的数据集？我还添加了我的模型的图表，从拉伸板，你可以检查。这是关于我的论文，经过几天的研究，我找不到有用的信息。这个网站是我最后的希望。提前谢谢。
浏览 0提问于2019-02-19得票数 3
我试图用Mask_RCNN训练我自己的数据集，但我得到了以下框架错误：
我能做些什么来减少训练数据集所需的内存吗？或者我该如何解决这个问题？
浏览 0提问于2018-09-21得票数 0
我用150x150大小的灰度图像训练了我的CNN，训练进行得没有任何错误，然而，每当我试图运行model.predict()函数时，我得到了这个错误：尽管我对传递给预测函数的图像进行了与用于训练CNN的图像完全相同<
浏览 7提问于2017-12-19得票数 2
回答已采纳
RestoreV2_8", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/gpu:0"]()]]
我使用batch size训练数据为我该如何解决这个问题呢？
浏览 4提问于2017-12-22得票数 0
2回答
我正在设置一个fit_generator来训练一个由keras训练的DNN。但我不知道如何在这台发电机里使用CNN。现在，我想在我的fit_generator中使用这个完全-CNN来生成无限数量的图像来训练另一个分类器(称为类网)。但它总是毁了我的训练，错误信息是：
ValueError:张量张量(“解码器/变换输出/mul:0”，shape=(?，128,1
浏览 0提问于2019-05-06得票数 0
在CNN中使用预先训练过的嵌入(快速文本)的句子分类中，当单词不在训练集时，CNN如何预测句子的类别？
我认为经过训练的模型包含了权重，这些权重在预测阶段没有更新，是吗？那么，当训练中没有看到句子中的单词( cnn将预测一个类别)时，会发生什么情况呢？我认为他们没有一个字向量，只有在训练中找到
浏览 0提问于2020-08-09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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
