convolutional-neural-network

Вопрос или проблема В бинарной сегментации изображений для заданного набора изображений, истинная маска и предсказанная маска. Как вычислить коэффициент Дайса? Нужно ли вычислять коэффициент Дайса для каждого изображения отдельно, а затем находить среднее по всем изображениям?

Вопрос или проблема Я пытаюсь создать систему распознавания изображений на основе CNN для набора данных о малярии Tensorflow. Я загрузил набор данных (~27k RGB изображений) с использованием стандартного синтаксиса tensorflow_datasets.

Вопрос или проблема Какой тип операции выполняет полносвязный слой для уменьшения размерности. В основном, я использовал полносвязный слой для сжатия размерности всё время, например, от 10000 нейронов до 2000 нейронов или даже 10 нейронов на выходе.

Вопрос или проблема У меня есть набор данных, который содержит временные метки и количество пользователей на этой временной метке. У каждого пользователя есть значения ресурсов, которые изменяются с каждым временным штампом. Как я могу предсказать количество

Вопрос или проблема При обучении CNN одним из вариантов является увеличение изображения с нулями или его увеличение. Когда следует выбирать каждый из этих методов? Какие критерии используются для выбора метода? Это зависит от задачи.

Вопрос или проблема Я не уверен, почему я получаю эту ошибку значения. Кроме того, я не нашел учебного пособия, которое явно обсуждало бы уместность размера фильтров и ядра. Я был бы признателен за некоторые советы и ссылки. Я предсказываю следующий предпоследний или последний столбец.

Вопрос или проблема У меня гипотетический вопрос: возможно ли обучить Conv3D с переменным размером входа? Размер выборки = Длина x Ширина x Глубина; Глубина фиксирована для каждой выборки, скажем, 500. Однако Длина x Ширина может варьироваться, например

Вопрос или проблема Я пытаюсь использовать NasNetlarge в Keras без верхней части, но не могу избавиться от верхней части: from keras.applications import NASNetLarge model = NASNetLarge(input_shape=(224, 224, 3), include_top=False, weights="imagenet")

Вопрос или проблема У меня есть функция потерь, которая представляет собой взвешенную перекрестную энтропию для бинарной классификации def BinaryCrossEntropy_weighted( y_true, y_pred, class_weight ): y_true= y_true.astype(np.float) y_pred = K.

Вопрос или проблема Я занимаюсь многоклассовой классификацией и сравниваю влияние двух техник улучшения изображений (IET). IET 1 работает лучше, чем IET 2 при случайном начальном значении x (для разделения на тренировочный, тестовый и валидационный наборы).

Вопрос или проблема Я пытаюсь подогнать CNN UNet под задачу, очень похожую на перевод изображений. Входные данные сети – это бинарная матрица размером (64,256), а выход – размером (64,32). Колонки представляют собой статус канала связи, где

Вопрос или проблема В настоящее время я обучаю набор данных, используя yolov4 darknet от AlexeyAB на GitHub, который можно найти здесь: https://github.com/AlexeyAB/darknet Набор данных, который я обучаю, называется FishNet Open Images.

Вопрос или проблема Я обучил 8 моделей на основе одной и той же архитектуры (сверточная нейронная сеть), и каждая использует метод увеличения данных. Точность моделей значительно колеблется, в то время как потеря не колеблется так сильно.

Вопрос или проблема У меня есть следующая классификационная модель (собаки против кошек): def GetModel(): oModel = nn.Sequential( nn.Identity(), #-- ничего не делает nn.Conv2d(3, 16, 3, bias=False, stride=2), nn.BatchNorm2d(16), nn.

Вопрос или проблема Я хочу создать модель CNN и использую аугментацию данных. Я хочу узнать количество аугментированных изображений в Keras. Как определить количество тренировочных изображений в Keras после аугментации данных?

Вопрос или проблема У меня есть задача бинарной классификации. Я разработал модель с свёрточными ядрами на первых слоях, а затем плотными слоями. В качестве выходного слоя я использовал softmax слой размером 2, а затем применил one-hot кодирование к своим меткам.

Вопрос или проблема Предположим, что модель обучается на нескольких наборах данных одномерных временных рядов. Эти наборы данных были собраны с разными частотами выборки. Я планирую использовать сверточную нейросеть для обработки этих временных рядов для классификации.

Вопрос или проблема На курсе, который я проходил по машинному обучению, мы обычно использовали около 2 слоев извлечения признаков для задач классификации изображений, используя, например, наборы данных MNIST или CIFAR. Однако, когда я проверял пример

Вопрос или проблема Я погружен в тонкости работы с 2D моделируемыми полями (изображениями), представляющими влажность почвы в регионах, где, к сожалению, отсутствуют прямые наблюдения. Однако есть и положительная сторона — у меня есть данные наблюдений

Вопрос или проблема При классификации изображений с использованием Keras я могу достичь точности валидации около 90-95%, однако я пытаюсь улучшить результат с помощью аугментации, поэтому перешел от image_dataset_from_directory к flow_from_directory