我正在尝试处理一个多标签图像分类问题，对于这个问题，我有图像数据，但也有一些其他特征，如性别等，但问题是我将在测试期间获得这些信息，换句话说，在测试期间将只提供图像信息。我的问题是，我如何使用这些额外的功能来帮助我的图像模型，它是一个卷积神经网络，即使我在测试过程中没有这些信息？ 任何建议都将提前helpful.Thanks。
浏览 28提问于2019-09-12得票数 0
我想知道NN功能列表中适用的输入数据格式。是否有可能将文本和图像一起处理为CNN的输入或使用任何其他机器学习算法。我将如何理解输出。
浏览 2提问于2017-07-26得票数 1
我正在尝试训练一个用于对象分类的CNN。因此，除了图像之外，我还想输入一些文本特征。我在这里找到了一个这样做的例子final_model.add(Dropout(do))
final_model.add(Dense(n_class
浏览 0提问于2018-08-06得票数 3
1回答
基于机器学习的目标检测由特征提取、特征融合+降维和分类器训练三部分组成。然后，他们列出了特征提取方法：一袋袋话，还有更多。我的经验主要是在CNN。当我使用卷积神经网络进行目标检测时，它们由特征提取器和分类器组成，不是吗？特征提取器是卷积(和/或其他)层。我从来没有遇到过一种算法/技术，它使用例如一袋单词来提取特征，然后将其提供给神经网络。我可以想象，例如一袋单词<
浏览 0提问于2020-11-09得票数 0
1回答
我有如下文字图像：
假设这是一个256x64图像。我的目标是以73791096754314441539的形式从图像中提取文本，这基本上就是OCR所做的。我正在尝试建立一个能从图像中识别单词的模型。当我说这个词的时候，它可以是任何一种：
a-z，A-Z，包括spaces 在内的特殊字符
我已经在tensorflow中构建了一个模型(由于公司策略的原因)，如下所示：outputs, _ = tf.nn.dynamic_rnn(cell,
浏览 0提问于2017-07-11得票数 6
3回答
我想将图像分类为类别-1(“包含垃圾的图像”)或类别-2(“不包含垃圾的图像”)。垃圾在单词的每一个字面意义上都被使用。我无法理解的是我可能需要的集群数量。对上述例子的任何帮助都将不胜感激。
浏览 0提问于2016-12-26得票数 0
1回答
我有车辆的图像。我需要基于图像提取来预测车辆的价格。我学到的是，我可以使用CNN提取图像特征，但我无法得到的是，如何预测汽车的价格。我知道在我预测价格之前，我需要训练我的CNN模型。我不知道如何用图像和价格一起训练模型。有人能提供这方面的方法吗？
浏览 0提问于2018-07-23得票数 0
我有病人的CT图像，并将CNN应用于这些图像来预测疾病。我想结合我的临床数据和我的图像数据在CNN的方法，这是可能的吗？我的临床数据有年龄、性别、日期、吸烟者等信息，所有这些都是数字，比如1名吸烟者和0名吸烟者。
浏览 9提问于2017-01-25得票数 4
回答已采纳
1回答
我已经为图像分类建立了一个“很好”的conv网络。e.g
让我们说模型已经在汽车和卡车上进行了训练。我想找到与那辆黄色小车最相似的图像，它工作得很好，它还
浏览 0提问于2019-06-25得票数 1
回答已采纳
2回答
我用一些卷积核从头开始写我的CNN代码。但是当只有几个卷积核(3*3)时，我的CNN无法正确识别翻转/旋转图像。在训练期间，我的卷积核变化很小。为什么？当有超过10个卷积核，我的CNN开始识别有斑点的图像。所以更多的内核能帮上忙。然而，它也开始产生错误的认识。
与卷积核大小相比，图像的分辨率对结果有什么影响？分辨率越高，这个拟合问题的维数就越高。
浏览 0提问于2019-02-19得票数 2
回答已采纳
2回答
我想同时使用图像和其他特征来对图像进行分类。我正在使用CNN对图像进行分类。但是我如何将其他特性集成到我的模型中呢？例如，如果我正在对图像进行分类，我拥有的特征是：2.Age一种天真的方法是：但是，将x_combined输入到我的CNN模型中是没有帮助的，因为这些特
浏览 3提问于2018-01-27得票数 2
回答已采纳
2回答
背景:我正在学习CNN的课程之外，我的本科课程的ML。我有几个关于CNN的问题。2)假设训练已经完成。我们的模型似乎足够精确，没有问题。从这里开始，让我们有一个大的，高清图像，一只没有遮挡的狗跑过一个领域与各种障碍。对于一个典型的
浏览 0提问于2016-11-20得票数 3
回答已采纳
2回答
假设你有一个CNN，它能很好地分类图像数据，狗和猫。你只有猫和狗的图像作为训练数据。有没有办法用它来检测马的异常图像？例如，在一个基于规则的系统中，我们可以说另一种方法是取特征向量，最后取完全连通层，比较向量与其他向量有很大的不同
浏览 0提问于2019-08-07得票数 0
1回答
我在这里的目标是将我的顶层附加到一个预先训练的模型，如VGG19，并使用合并后的模型进行一些预测。合并后的模型精度为0。需要一点帮助。========================Trainable params: 164,863在瓶颈特征上训练我的顶级模型=================Trainable params: 20,024,384
Non-t
浏览 3提问于2018-04-15得票数 2
众所周知，局部特征描述图像内容的局部结构，而全局特征描述图像内容的整体。正处于深度学习领域的卷积神经网络本身就可以提取重要的特征，我想知道CNN提取的特征是局部特征还是全局特征，还是两者兼而有之？
浏览 276提问于2019-07-11得票数 2
3回答
can可以有数百个隐藏层，而且由于它们经常与图像数据一起使用，因此有许多层捕获更多的复杂性。
然而，据我所见，RNN通常只有几个层，例如2-4层。例如，对于心电图(ECG)分类，我见过文献使用LSTM 4层，CNN 10-15层，结果相似。这是因为RNNs/LSTM如果更深(由于梯度消失问题)更难训练，还是因为RNNs/LSTM往往会快速适应顺序数据？
浏览 0提问于2019-06-09得票数 9
在文本处理中，需要显示(如果我正确理解的话)数据库单词为向量(降维后)的。现在，我想知道，有什么方法像这样通过CNN显示提取的特征吗？这项工作的目的是了解输入数据在每一批中的特性，并了解它们在一起有多近或有多远。最后，在训练的模型中，我们可以
浏览 2提问于2017-09-06得票数 1
回答已采纳
我在这里提出了一个问题:例如，如果有必要同时使用图像数据和一些数字数据来预测疾病，那么特征如下：模型的输出应该是0/1，0是健康的，1是病态的。我知道一种方法是使用平面特征作
浏览 2提问于2020-06-21得票数 5
2回答
我正在做一个与医学图像字幕相关的项目。我使用的是来自的代码。你能建议我在代码的任何部分或任何其他方面的任何更改，以便它开始给我适当的标题为我将检查的每个图像。
浏览 1提问于2020-02-27得票数 1
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
