1回答
我是CNN的新手，比如说，如果我们训练猫和狗的模型，如果我们给出猫和长颈鹿(或任何动物)的图像。它会将图像预测为猫吗？如果我有一个用例，我需要预测图像中的一只猫，而不管它周围是什么(比如猫在多只猫中或与其他动物在一起)，哪种方法最好？
浏览 16提问于2020-05-13得票数 0
1回答
我想要做的是训练一个模型来识别在我的数据集中被错误标记的图像，例如，在一种狗类中，我可以找到猫的图像，我想要一个模型来检测所有在错误类中的图像。有没有人试过这样做有更多的细节，或有人有任何想法？
浏览 0提问于2022-05-03得票数 0
我为包含6个类的数据集构建了一个CNN图像分类器。数据集在所有6个类中都是平衡的。经过训练，该模型在除2类外的所有类中都具有较好的预测精度。为了进一步解释，让我们用从'0‘到'5’之间的整数来标记这6个类。经过训练的模型能很好地预测从'0‘到&#
浏览 0提问于2022-05-31得票数 1
3回答
我是机器学习领域的新手，我有一个问题要问。但让我先发布这个问题。我选择了解决方案:在大多数情况下，解决方案也是非常简单的。利用SIFT、SURF等算法提取兴趣点，得到这些关键点的描述子，并用K均值算法对其进行聚类。然后使用这些聚类</
浏览 0提问于2016-12-26得票数 0
我想将cv::Mat类转换为torch::Tensor类，并将它们放入libtorch的CNN模块中进行预测。我应该如何将Mat类转换为张量类？我的CNN模块是一个使用mnist训练集生成的pt文件。该mnist训练集的训练图像是单通道灰度图像。如果我想测试，它应该加载一个灰色垫子图像，所以我
浏览 145提问于2020-12-28得票数 0
我有一个CNN模型，已经训练过了。其训练和验证准确率在99%左右。我保存了这个模型，然后加载它来对测试数据进行预测。当我使用并运行下面的代码时，测试数据包含了4000幅图像(在两个类中的每个类都是2000)，我能够获得大约99%的准确性。但是当我试图通过一个接一个地加载图像来进行预测时，负面类中的所有图像都被正
浏览 6提问于2022-03-07得票数 0
1回答
你知道是否可以使用我训练数据的一个很小的子集(例如，100或500个实例)，快速训练非常粗糙的CNN网络，以便比较不同的架构，然后选择性能最好的一个？当我说“可能”时，我的意思是，是否有证据表明采用这种选择策略是有效的，并且在这一特定任务中，所选网络的性能将始终优于其他网络。谢谢,
作为参考，该项目将包含两个阶段的CNN来对多通
浏览 4提问于2020-03-30得票数 0
回答已采纳
1回答
我正在尝试实现一个CNN model来将一些图像分类到相应的类中。图像大小为64x64x3。我的数据集包含25,000幅图像和一个CSV文件，其中包括颜色、长度等14 pre-extracted features文件。
我想要建立一个CNN模型，它既利用了图像数据，又利用了训练和预测功能。如何在Python中用Keras实现这样的模型？
浏览 1提问于2018-04-14得票数 0
回答已采纳
我使用MNIST数据集训练了一个CNN模型，现在想要预测图像的分类，其中包含一个数字3。但是当我尝试使用CNN进行预测时，pytorch给了我这个错误：下面是我写的内容：
cnn = torch.load("/usr/prakt/w153
浏览 9提问于2018-01-24得票数 3
我正在使用Tensorflow Object Detection API训练包含2个类的自定义数据集。我使用的网络是更快的RCNN + ResNet101，并且我利用预先训练的模型来初始化权重。训练集由总共1200个图像组成，其中类1包含20,000个实例，类2包含6,200个实例。训练似乎工作得很好-损失收敛得很好，验证集上<
浏览 15提问于2019-01-12得票数 0
2回答
假设我有两张汽车的图像，但其中一张是从相机生成的，另一张是通过激光雷达点云变换生成的深度图像。我在两幅图像上使用了相同的CNN模型来预测类别(输出是softmax，因为我的数据集中有其他类别:行人、面包车、卡车、骑自行车者等。 我如何组合两个概率向量，以便通过考虑这两个预测来预测类？提前谢谢你 编辑： 以下是本
浏览 30提问于2019-07-02得票数 1
我有以下问题，我已经训练了一个CNN，我可以在样本中评估网络。我想用经过训练的模型来预测那些我没有根据的图像。然而，我可以在回归模型和预测标签一起实现这些图像的其他特征，以预测Y。CNN评估的唯一方法是推断预测的标签是否对Y有影响，例如，用预测的类或整个回归模型的</
浏览 0提问于2022-05-26得票数 1
我在训练CNN进行图像分类。相同的对象(然后具有相同的标签)两次出现在测试集中(就像两个视图)。我想在预测班里的时候利用这一点。我想知道对每个物体进行最有信心的预测的最好方法是什么。我应该首先计算LogSoftMax并以最高的概率接受类(在两个预测数组中)，还是应该直接接受逻辑？
浏览 0提问于2019-08-09得票数 1
回答已采纳
1回答
我计划使用YOLO来完成CNN监督下的回归任务。给定一张图片，预测它将被查看的次数。我倾向于使用YOLO，因为它是一个对象检测器。高浏览量的照片大多包含对象(人脸、动物、文本等)，这些对象是YOLO最初训练的COCO数据集中的类。 我已经尝试使用预先训练好的CNN模型(VGGNet、MobileNet等)。使用冻结的权重，但效果不好。微调预<em
浏览 26提问于2021-09-12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。体系结构体系结构明智我正在考虑一个CNN，RNN组合，其
浏览 0提问于2018-10-10得票数 1
2回答
我将制作一个可以对图像进行分类的分类器。我知道我应该使用卷积神经网络来解决这个问题。问题是，对于每个图像，我都有一个描述。有没有什么方法可以让我使用这个描述来改进分类器？
浏览 15提问于2017-02-02得票数 3
回答已采纳
2回答
我正在训练CNN多类图像分类为4幅图像，我应该使用什么样的精度度量从Keras。我的标签不是一个热编码，因为我试图预测不同图像的概率。
浏览 0提问于2023-05-13得票数 0
回答已采纳
1回答
我正在使用keras库训练一个有五个类的cnn模型。使用model.predict函数，我得到了类的预测百分比。我的问题是对于不属于这些类并且完全无关的图像，预测类仍然根据类预测百分比。我如何识别它是不相关的？
浏览 0提问于2020-06-11得票数 1
1回答
我使用固态硬盘和更快的r-cnn训练我的数据集用于tensorflow对象检测，我的数据集中有220个训练图像和30个测试图像。我对模型进行了200k步的训练，结果损失在1以下。但当我在视频上测试我训练过的模型时，它几乎可以检测和标记视频中的所有内容。有人能告诉我为什么会这样吗？谢谢
浏览 1提问于2017-11-21得票数 2
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
