我正在从事人类活动识别的工作，其中我使用的是双流网络。对于时间流(光流作为输入)，我从头开始训练我的模型，这需要大量的资源和时间。我决定在Keras应用程序中使用预训练模型来使用迁移学习，但keras应用程序中的每个模型都使用3通道输入形状，其中光流是1通道图像。有人能指导我如何使用预训练模型
浏览 51提问于2021-06-24得票数 0
我已经在PyTorch的视频中建立了一个动作识别的CNN模型。我正在使用torch dataloader模块加载训练数据。shuffle=True, pin_memory=True) 然后通过train_loader对模型进行训练, optimizer, opt,
train_logger, train_batch_logger) 现在我想添加一个额外的路径，它将采用视频帧的相应<
浏览 40提问于2019-04-12得票数 2
回答已采纳
1回答
我的项目检测汽车和显示是移动或不移动，所以基本上我有一个CSV文件，其中包含两个标签(移动和不移动)，我使用顺序模型(完全连接层)训练我的模型，并将其保存为hdf5格式。那么我现在的问题是，我是否可以将我的模型(hdf5)与目标检测算法一起使用(Faster R-CNN，YOLO)如果可以，我希望能找到关于这方面的明确教程，否则我的方法是错误的，我应该使用不同的方法吗
浏览 34提问于2021-04-23得票数 1
2回答
比如说，我想训练一个神经网络来识别长跑运动员严重脱水的症状。跑步者往往会跑完水过大(低渗)或脱水的比赛，但两者的症状相当相似，所以知道两者的区别是非常有用的。我不指望能用几千张脱水脸来正确训练一个网络来识别脱水，但我想看看我是否能用这几百万张脸对网络进行预训练，这样它就学会了辨别面部细节，然后在实际的水分过多/脱水人脸上进行训练。但是如果我有其他的问题，比如区分男人和女人，并对此进行预先训练，我会想象我的水化训练阶段会产生一些能区分水化程度和性别的</
浏览 0提问于2020-01-05得票数 0
1回答
Data我正在尝试用一个相当专门的任务(流预测)来训练生物医学领域的模型。我的输入包括视频剪辑，我想预测一个单一的图像或视频。我有像素的地面真相，每帧的视频，但数量是非常有限的视频。然而，我确实有很多相关场景的未标记数据，这就是为什么我考虑转移学习/预培训的原因。现在我的问题是:我应该使用什么样的CNN，我应该对它进行什么预训练？由于我正在处理生物医学数据，我会假设图像网络以及大多数其他图像数据集并没有真正的帮助，因为<em
浏览 0提问于2018-10-10得票数 1
1回答
我有一个基本的问题，如何确定图像的预处理参数，如- "IMAGE_MEAN"，"IMAGE_STD“，为各种丹索尔流预训练模型。TensorFlow的Android示例应用程序为ClassifierActivity.java ()中的特定inception_v3模型提供了这些参数，如下所示-
“如果要使用TensorFlow为诗人编写的模型如何确定其他TF模型的这些参数？此外，在将TF模型转换为CoreM
浏览 2提问于2018-01-15得票数 0
回答已采纳
预先培训的VGG16和VGG19模型已经在有1000个类的ImageNet数据集上进行了培训(例如c1，c2，.c1000)，通常我们从指定的第一层和第二层('FC1‘和’FC2‘)中提取特征，然后将这4096维特征向量用于计算机视觉任务。在上提供的文章中，我引用了以下内容-
在进行特征提取时，我们将预先训练的网络看作一个任意特征提取器，允许输入图像向前传播，在预先指定的层停止，并将该层的输出作为我们的特征。在研究论文中，作者简单地说，他们使用了从VGG19 16/VGG19 19网络中提取的特征，在I
浏览 6提问于2020-08-26得票数 2
回答已采纳
我为性别分类设计了一个小程序，该程序基于的脸图像。我使用了 (175个男性图像和相同数目的女性图像)，将它们转换为灰度和均衡化直方图，所以在预处理后图像如下所示：我运行了以下代码来测试结果(它使用支持向量机和线性内核)：我可以期待不同的结果，但100%正确的图像分类看上去真的很
浏览 1提问于2013-10-25得票数 1
回答已采纳
您将如何优化经过预先培训的neural network，以将其应用于单独的问题？你会在预先训练过的模型中增加更多的层，并在你的数据集上测试它吗？例如，如果任务是使用CNN对壁纸组进行分类，我确信直接对经过培训的关于图像猫和狗的网络进行分类是行不通的，尽管两者都是图像分类器。
浏览 0提问于2018-02-27得票数 12
1回答
在自己的数据集上培训SSD的问题
、、、、
我的数据集具有以下特征：图像中只有一个类别的标签。所有图像的大小都适合300x300。dataset包含319幅用于培训和验证的图像。📷
当我尝试使用训练过的权重，从训练中
浏览 0提问于2019-03-01得票数 1
回答已采纳
4回答
我正在研究一个皮肤病分类问题，我已经成功地创建了一个分类器( TensorFlow + Keras )，它可以对两种皮肤病的图像进行分类。样本是否是皮肤的图像。我需要图像定位还是CNN或者类似YoLo之类的东西？我应该实施哪些步骤？
我创建了一个分类器(准确率为96% )，它可以有效地对这两种疾病的图像进行分类。
浏览 0提问于2019-04-16得票数 6
回答已采纳
我正在尝试使用预训练的InceptionV3模型来对进行分类，它包含101个类别的食物图像，每个类别1000个。到目前为止，我已经将这个数据集预处理成一个hdf5文件(我假设这与在训练时在路上加载图像相比是有益的)，其中包含以下表格：数据分割是标准的70%训练，20%验证，10%测试，例如，valid_img另外，我的GPU是GTX 960，有2 GB的VRAM，到目前为止，当我尝试启动训练脚本时，它看起来有1.5 GB可
浏览 122提问于2017-11-02得票数 10
当您使用设备摄像头兑换礼品卡时，是否有一种方法可以完成类似于iTunes和App Store应用程序所做的事情，即实时识别实时摄像头摘要上的一小串字符？我知道在iOS 7中现在有一个AVMetadataMachineReadableCodeObject类，它只表示条形码。我更感兴趣的是检测和读取短字符串的内容。是否可以使用公开可用的API方法，或者您可能知道的其他第三方SDK？
浏览 1提问于2013-10-01得票数 28
2回答
基于深度神经网络的目标尺寸估计
、、、、
我有一个大型的车辆图像数据集与他们的长度的地面真相(超过100 K样本)。是否有可能训练一个深度网络来估计车辆长度？
我还没有看到任何关于用深层神经网络估计物体大小的论文。
浏览 6提问于2017-10-16得票数 3
1回答
移动GPU上的Mxnet
、、、、
目前，我正在探索Mxnet ()框架来部署它(仅用于推断)。由于我担心手机的执行时间性能，我想知道它是否运行在移动电话的GPU (Android/iOS)上。
浏览 2提问于2016-11-18得票数 1
回答已采纳
1回答
例如，对街道图像进行实例分割，以识别各种物体并对其进行分类。
对于这样的项目，很容易获得新的数据以丰富数据集。因此，在对从视频编码为的帧进行神经网络(甚至进行推理)的训练中，会出现问题吗？
浏览 6提问于2022-06-04得票数 -1
回答已采纳
我从Tensorflow Hub重新训练了一个mobilenet v1图像分类模型，并使用toco将其转换为使用Tensorflow Lite进行推理。但是，当我使用tflite模型运行推断时，它需要一个与我用--input_shape指定的不同的输入大小。
python retrain.p
浏览 3提问于2018-06-22得票数 0
回答已采纳
5回答
每当我认为我理解这两个术语之间的关系时，我就会得到更多让我困惑的信息。我以为他们是同义词，但现在我不确定了。
“漫射”和“反照率”有什么区别？它们是可互换的术语，还是在实践中被用来表示不同的东西？
浏览 0提问于2015-08-26得票数 53
回答已采纳
2回答
导航可伸缩的ML部署选择的丛林
、、、、
我已经在我的本地机器上建立了一个机器学习(ML)模型的原型，并且希望将它扩展到训练和服务到更大的数据集中，而不是在一台机器上是可行的。(模型是用Python和Keras构建的。我天真的“愿景”是让模型驻留在一台(主)机器上，而数据将平等地分布在几个单元之间(不管单元是什么：“集群”中的节点、CPU、GPU、. ?)模型将投影到这些单元上，所学习的参数将以某种方式同步回主单元。同样，在服务的情况下，相同的模型将应用于驻留在不同单元上的数据。这个“愿景”听起来合理吗？如果我
浏览 0提问于2018-09-07得票数 3
回答已采纳
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
