conv-neural-network

    0热度

    1回答

    卷积神经网络不分类测试集keras

    我有一个三维卷积神经网络[k​​eras，tensorflow]和先进的阿尔茨海默氏症患者，早期阿尔茨海默氏症和健康人（三类）的3D脑图像。我拥有324个图像的训练集和74个图像的测试集。当我训练我的CNN时，我有大约65-70％的准确性，但是对于测试集我只有30-40％。当我使用测试数据作为验证数据时，那么对于训练集，我的准确性也不会超过37％，并且整个时间损失保持在同一水平。不知道我改变了哪些
    tensorflow neural-network keras classification conv-neural-network 2017-10-07

    -7热度

    1回答

    Deep Learning是否真的需要面部表情识别？或者这就像建议锯切蛋糕一样？

    虽然通过其他技巧在面部表情识别中获得了相当大的准确度，但只需要帮助理解。深度学习是如何增加的呢？这个领域真的需要吗？ 感谢所有。
    deep-learning expression conv-neural-network image-recognition 2017-10-07

    0热度

    2回答

    关键点模型过拟合问题（检测腕，肘，肩等）

    我建立一个模型来检测的身体部位的关键点。为此，我使用COCO数据集（http://cocodataset.org/#download）。我试图理解为什么我会遇到过度劳累的问题（训练损失趋于一致，但为了测试损失，我真的达到了上限）。在模型中，我已经尝试添加差（逐渐更高的概率增加更多层的多层，但我很快得到一个点时，训练停止损失减少是一样糟糕。我的理论是，该模型我用ISN” T个复不够好，但我想知道这是
    neural-network keras conv-neural-network keypoint 2017-10-07

    0热度

    2回答

    什么是使用预训练网络提取的图像的特征的负值的含义

    对于346图像，我获得了借助于预训练模型Alexnet（使用转移学习的概念）提取的4096个特征。 这些负值代表什么？ 如果我将这些负值转换为零或正值，可以吗？ Screenshot of data
    matlab image-processing machine-learning conv-neural-network 2017-10-08

    2热度

    2回答

    神经网络卡住

    我正在尝试使用神经网络进行分类（我正在使用tensorflow）。 不幸的是，我的神经网络训练陷入了42％的精度。 我有4个类，我试图分类数据。 不幸的是，我的数据集是不均衡的，这意味着： 数据 43％属于1类（是的，我的网络卡预测仅此） 37％，至2级 13％至3类 7％至4类 我使用的优化是AdamOptimizer和成本函数是tf.nn.softmax_cross_entropy_with_
    machine-learning tensorflow neural-network deep-learning conv-neural-network 2017-10-10

    1热度

    1回答

    如何数值评估类似于unet的CNN的结果？

    我正在寻找一种方法来数值评估我的无类CNN的结果。 CNN的训练是从灰度图像中去除伪像。因此，CNN获得包含每个通道中的伪像的“9通道”灰度图像（具有部分冗余数据但是不同伪影连接 - >尺寸[numTrainInputs，512,512,9]的9个灰度图像）作为输入并且应该输出单个没有工件的灰度图像[numTrainInputs，512,512,1]。 CNN的训练使用MSE作为损失函数，Adam
    deep-learning keras conv-neural-network evaluation 2017-10-10

    0热度

    1回答

    多标签图像分割Unet

    我想训练tenserflow U-net，用于炉膛的多标签分割。我有3个标签，预测有3个概率图（每个标签有一个概率图）。我使用动量优化器进行了训练，这也是网络的默认优化器。在最初的迭代中，标签1和标签2的概率映射是不同的，但是在一些迭代（或时期）之后，标签1和标签2的概率图变得完全相同，并且在技术上我有一个二进制标签分割。我见过其他类似U-net架构的网络，并且他们已经对多标签数据集进行了培训。我
    image tensorflow conv-neural-network convolution image-segmentation 2017-10-10

    0热度

    2回答

    如何在keras中进行多级图像分类？

    这是我做的。我得到了狗/猫图像分类的代码，我编译并运行了80％的准确性。我添加了一个班级（飞机）文件夹到火车和验证文件夹。在下面的代码 model.compile(loss='categorical_crossentropy', optimizer='rmsprop', metrics=['accuracy']) train_generator = train_
    image-processing machine-learning keras conv-neural-network multiclass-classification 2017-10-11

    1热度

    1回答

    减少cnn的培训时间

    我在努力改进下面的cnn架构。我正在使用cnn进行图像分类。任何人都可以建议对下面的体系结构进行任何更改，以减少训练时间而不会失去太多的准确性？ 上建筑注： 它具有利用3,3窗口处理的神经网络的初始输入16个滤波器卷积层。 它随后与2,2- 接着一个最大池层，是另一种卷积层，其大小与第一层相同，以便保持这是通过从现有层传递的数据。 继第一层2是第三卷积层为包括过滤器32，因为这允许对网络开始寻找更
    python python-3.x tensorflow keras conv-neural-network 2017-10-11

    0热度

    1回答

    蟒蛇形状太大，不能成为矩阵

    我使用python keras构建cnn模型。 我遵循cnn mnist的例子，并修改为我的代码。 这是我发现 # Read MNIST data (X_Train, y_Train), (X_Test, y_Test) = mnist.load_data() # Translation of data X_Train40 = X_Train.reshape(X_Train.shape[0]
    numpy matrix keras conv-neural-network 2017-10-12
最新问题