«image-classification» etiketlenmiş sorular

Görüntü sınıflandırmasıyla ilgili sorular için: bir algoritmanın bir girdi görüntüsünün hangi sınıfa ('kedi', 'sandalye', 'ağaç') ait olduğuna karar vermesi gereken bir karar problemi.

2
Yapay sinir ağları için görüntüler nasıl hazırlanır / genişletilir?
Görüntü sınıflandırması için bir sinir ağı kullanmak istiyorum. Önceden eğitilmiş CaffeNet ile başlayacağım ve uygulamam için eğiteceğim. Giriş görüntülerini nasıl hazırlamalıyım? Bu durumda, tüm görüntüler aynı nesneye aittir, ancak varyasyonları vardır (düşün: kalite kontrol). Bunlar biraz farklı ölçeklerde / çözünürlüklerde / mesafelerde / aydınlatma koşullarında (ve çoğu durumda ölçeği bilmiyorum). …



3
ImageNet'te bir kişi sınıfı var mı? İnsanlarla ilgili herhangi bir sınıf var mı?
İnternetteki Imagenet sınıfları için birçok kaynaktan birine bakarsam, insanlarla ilgili tek bir sınıf bulamıyorum (ve hayır, hasatçı hasat yapan biri değil, ama bir baba uzun bacakları, bir çeşit örümcek :-). Bu nasıl mümkün olabilir? Ben en azından bir tahmin az olurdu personhatta bir şey daha spesifik gibi sınıf ve man, …

3
CNN için görüntü yeniden boyutlandırma ve dolgu
Görüntü tanıma için bir CNN eğitmek istiyorum. Eğitim için resimlerin boyutu sabit değil. Örneğin CNN için giriş boyutunun 50x100 (yükseklik x genişlik) olmasını istiyorum. Bazı küçük boyutlu görüntüleri (örneğin 32x32) giriş boyutuna yeniden boyutlandırdığımda, görüntünün içeriği yatay olarak çok fazla uzatılıyor, ancak bazı orta boyutlu görüntüler için iyi görünüyor. İçeriğin …

1
Derin öğrenmede kare görüntülerin nedeni
VGG, ResNet gibi gelişmiş derin öğrenme modellerinin çoğu, genellikle 224 x 224224x224224x224 piksel boyutunda giriş olarak kare görüntüler gerektirir . Girişin eşit şekle sahip olması için bir neden var mı, yoksa 100 x 200100x200100x200 diyelim ile bir konvnet modeli oluşturabilir miyim (örneğin yüz tanıma yapmak ve portre resimlerim varsa)? 512 …


1
Kaç LSTM hücresi kullanmalıyım?
Kullanmam gereken minimum, maksimum ve "makul" miktarda LSTM hücresi ile ilgili herhangi bir temel kural (veya gerçek kurallar) var mı? Özellikle ben ilişkin am BasicLSTMCell TensorFlow ve gelen num_unitsmülk. Lütfen şu şekilde tanımlanan bir sınıflandırma sorunum olduğunu varsayalım: t - number of time steps n - length of input vector …
12 rnn  machine-learning  r  predictive-modeling  random-forest  python  language-model  sentiment-analysis  encoding  machine-learning  deep-learning  neural-network  dataset  caffe  classification  xgboost  multiclass-classification  unbalanced-classes  time-series  descriptive-statistics  python  r  clustering  machine-learning  python  deep-learning  tensorflow  machine-learning  python  predictive-modeling  probability  scikit-learn  svm  machine-learning  python  classification  gradient-descent  regression  research  python  neural-network  deep-learning  convnet  keras  python  tensorflow  machine-learning  deep-learning  tensorflow  python  r  bigdata  visualization  rstudio  pandas  pyspark  dataset  time-series  multilabel-classification  machine-learning  neural-network  ensemble-modeling  kaggle  machine-learning  linear-regression  cnn  convnet  machine-learning  tensorflow  association-rules  machine-learning  predictive-modeling  training  model-selection  neural-network  keras  deep-learning  deep-learning  convnet  image-classification  predictive-modeling  prediction  machine-learning  python  classification  predictive-modeling  scikit-learn  machine-learning  python  random-forest  sampling  training  recommender-system  books  python  neural-network  nlp  deep-learning  tensorflow  python  matlab  information-retrieval  search  search-engine  deep-learning  convnet  keras  machine-learning  python  cross-validation  sampling  machine-learning 

3
Python için kullanıma hazır iyi dil modelleri var mı?
Ben bir uygulama prototip ve bazı oluşturulan cümleler üzerinde şaşkınlık hesaplamak için bir dil modeline ihtiyacım var. Python'da kolayca kullanabileceğim eğitimli bir dil modeli var mı? Gibi basit bir şey model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert junior pancake') assert p1 …
11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

3
Klasik CV şablonu eşleştirmesi üzerinde görsel inceleme görevi için neden evrişimli NN'ler kullanılır?
Üzerinde çalıştığımız bir projeye dayanarak ilginç bir tartışma yaşadım: neden bir şablon eşleştirme algoritması üzerinde CNN görsel denetim sistemi kullanıyorsunuz? Arka plan: Belirli bir nesne tipi "bozuk" / arızalı veya arızalıysa - bu durumda bir PCB devre kartı olup olmadığını saptayan basit bir CNN görüş sisteminin (web kamerası + dizüstü …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.