1回答
我正在使用Keras来训练COCO关键点数据集上的不同模型。我所使用的所有模型都用于图像分割，因此它们输出对应于标签的热图。所有的分割模型都采用二值交叉熵损失和精度度量.然而，我现在已经意识到，这些并不适合于keypoint检测，因为在256x256图像中，keypoint只有一个“1”标签。对于关键点检测中的损失/度量，通常做些什么？
浏览 0提问于2020-03-15得票数 1
我正在尝试打印和记录所有类别的自定义指标(骰子得分)，以便在训练期间进行验证。我希望Keras在每个纪元之后计算验证集的自定义指标。我当前的程序正在运行，但我必须使用一些技巧，这些技巧最终会在训练过程中导致内存问题。class Metrics
浏览 19提问于2020-06-02得票数 2
我刚刚开始使用keras，并希望在编译我的模型时使用未加权的kappa作为度量。按照这里的说明，我尝试将我的自定义度量定义为：library(keras)
optimizer = optimize
浏览 0提问于2019-03-18得票数 3
我在tf.keras中定义了一个非常简单的自定义度量，用于跟踪分割问题中预测为'1‘的像素数。由于最后一层的输出具有sigmoid激活，我将对y_pred进行舍入，然后进行求和。我希望看到一个完整的整数值(>= 0) (因为四舍五入)，但是输出显示浮点数，如0.28。那件事怎么可能？我如何调试这个来找出问题的所在？我试着从tf.keras.backend.sum &
浏览 0提问于2019-03-30得票数 3
我有一个用于语义分割的网络，我的模型的最后一层应用了sigmoid激活，所以所有的预测都在0-1之间缩放。有一个验证度量tf.keras.metrics.MeanIoU(num_classes)，它比较分类预测(0或1)和验证(0或1)。所以，如果我做一个预测并应用这个度量，它会自动地将连续的预测映射到阈值= 0.5的二进制吗？是否有可能手动定义阈值？
浏览 4提问于2020-01-30得票数 5
回答已采纳
我想在Keras中训练我的模型，所以尝试将图像加载为numpy数组并调整它们的大小，但失败了，因为我没有足够的内存。
Keras中有没有有用的API？
浏览 16提问于2018-02-22得票数 0
回答已采纳
2回答
我使用的图像分割指南来进行语义分割。我尝试修改指南以适应我的数据集，方法是将8位img掩码值标记为1和2，就像在牛津宠物数据集中一样。(在class OxfordPets(keras.utils.Sequence):中将减去0和1)
的问题是如何获得单个类(例如，g1)的IoU度量？我尝试过堆栈溢出所建议的不同度量标准，但大多数建议使用MeanIoU，我试过了，但结果得到了nan most 。下面是
浏览 3提问于2021-03-25得票数 2
回答已采纳
我读过一篇关于脑瘤segmentation.That的文章，文章有一些方法可以将脑肿瘤细胞从正常的脑组织中分割出来，cells.Those方法是预处理、分割和特征extraction.But，我无法理解，分割和特征提取.I也有什么区别，但是我仍然没有understand.Can任何人解释这种方法的基本概念？
浏览 6提问于2016-03-30得票数 0
有谁知道如何正确量化图像检测算法的成功吗？如何组合这两个错误源？由于一个源是算法未能检测到的对象数，而另一个源是该算法错误识别为对象的错误阳性数。例如，如果图像中有574个物体，但是算法只检测到540个，同时产生113个假阳性，那么如何获得准确率呢？
浏览 3提问于2013-12-08得票数 3
1回答
我正在处理一个多类的语义分段任务，并且希望定义一个自定义的加权度量来计算我的NN的性能。
我正在使用into将我的图像分割成8个类中的一个，其中1-7是特定的类，0是背景类。如何使用定义在页面上的标准自定义度量模板，以便只获得通道1-7的IoU，乘以(1,7)权重数组？我尝试通过以下方法删除自定义</e
浏览 0提问于2019-09-04得票数 3
回答已采纳
1回答
我正在尝试用Keras建立一个神经网络。我使用softmax作为激活函数，categorical_crossentropy作为损失函数。我有一个热编码的目标，然后把它传递到网络。我面临的问题是，我应该为此使用哪个Keras度量？正式文件没有提到适合于多类分类的度量。这链接提到使用categorical_accuracy作为多类分类的度量标准，但除此之外，这个站点上的所有其他问题都是关于这和这链接等多标签分类指标的。是
浏览 0提问于2021-12-14得票数 1
回答已采纳
3回答
我正在验证一种适用于2D图像的图像分割算法。该算法生成轮廓线段，即在2D空间中形成自由曲线的一组连接像素。我们的想法是将这组像素与地面实况进行比较，在我的情况下，另一个由专家手动跟踪的轮廓线段。显示分割结果和对应的手动(地面真实)分割的图像如下所示：我正在尝试想一个足够的比较度量来验证分割<
浏览 0提问于2012-10-12得票数 2
回答已采纳
1回答
关于用于图像分类或分割的补丁训练，我需要在训练过程中将对应于单个图像的多个补丁放入单个小批量中。如何在Keras中做到这一点？或者，如何确保单个小批量中的多个训练补丁属于同一训练图像？
浏览 12提问于2017-03-11得票数 2
回答已采纳
5回答
反射填充Conv2D
、、、、
我正在使用keras构建一个用于图像分割的卷积神经网络，我想使用“反射填充”而不是填充“相同”，但我找不到在keras中这样做的方法。padding='same',kernel_initializer='he_uniform',data_format='channels_first')(inputs) 有没有一种方法可以实现反射层并将其插入到keras模型中
浏览 53提问于2018-06-04得票数 6
回答已采纳
1回答
我已经使用Keras构建了一个多类、多标签的图像分类网络。总共有25个类，每个图像中至少有一个类。我想实现一个自定义的精度度量，它告诉我最高概率类在图像中出现的频率(常规精度的意义较小，因为真正的正面被真正的负面所淹没)。我已经构建了一个简单的函数，当我手动输入y_true和y_pred时，它会生成所需的精度度量</em
浏览 63提问于2019-05-21得票数 4
我通过子类keras.model创建了一个keras模型。我还使用了自定义丢失(焦点丢失)、自定义度量(keras.metrics子类)和学习速率衰减。我已经训练了模型并使用tf.keras.callbacks.ModelCheckpoint(model_path)保存了它。有人能让我知道正确的方法吗。我的代码如下： train_accuracy = tf.keras.m
浏览 2提问于2020-11-12得票数 2
回答已采纳
我正在为我的大约100万张图像的大型数据库做预测。对于每一幅图像，我都有代码，可以将图像分割成大约200幅较小的图像，并将它们作为一个numpy数组传递到keras中进行预测。我想避免不必要的读和写到硬盘，所以我不想保存所有这些较小的图像和使用flow_from_directory。相反，我希望在图像中阅读，用我现有的代码分割它
浏览 1提问于2017-10-23得票数 0
回答已采纳
1回答
我在文档中找不到信息，所以我在这里询问。我有一个具有3种不同输出的多输出模型：用于验证的预测标签是从这用于培训的数据集是这3种中间输出的数据集，为了验证，我在标签数据集上进行评估，而不是3种中间数据。
我想使用一个自定义的度量来评估我的</
浏览 0提问于2020-01-29得票数 5
回答已采纳
1回答
让我们假设我们有一些模型，包括自定义损失&在培训过程中非常重要的度量。有没有可能保存完整的模型，那么权重+ graphdef /pb-文件，没有自定义对象？在推理过程中，自定义损失和度量是不需要的，因此…...would只是呈现更复杂的
浏览 1提问于2020-08-20得票数 5
2回答
我正在开发Keras模型。我的数据集非常不平衡，所以我想设置一个训练和测试的阈值。如果我没有弄错，在进行反向传播时，神经网络会用原始值检查预测值并计算误差，并根据误差为神经元设置新的权重。如我所知，Keras使用0.5作为阈值。我知道有一些方法可以使用自定义阈值应用自定义度量(如召回和精度)，但该阈值仅用于计算召回，而不应用于损失函数。更清楚的是，如果我想设置0.85作为我的阈值，
浏览 1提问于2019-08-23得票数 0
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
