比方说，我们有图像集合形式的输入：- ( 200 , 56x56 ,3)其中200是不同图像的数量，56x56是像素(长度与宽度)，3是RGB值
因此，x1、x2、x3、x4等指的是(实例数、或者是否有1,881,600个输入(等于200x56x56x3)？
浏览 12提问于2021-06-13得票数 0
回答已采纳
1回答
我正在研究使用神经网络和PCA (主成分分析)进行人脸检测，但我对神经网络的输入层有一个问题：
在使用主成分分析对图像人脸数据库进行处理后，我得到了一组EigenVectors (1个图像人脸=1个向量根据神经网络文档，输入层只接受实数值(例如，0.1100,10000)。但是如果输入的是向量，所以我不能在这一步中处理。
浏览 2提问于2014-03-08得票数 0
我是图像处理的新手，我需要在图像(例如房间图像)中找到不同的对象，并能够区分这些对象并用不同的颜色给它们着色，我从精明的边缘检测开始找出对象的不同边缘，但为了区分不同的对象，我下一步该做什么？
浏览 0提问于2018-03-07得票数 0
2回答
应用神经网络进行图像识别
、、、、
在对图像进行精巧的边缘检测之后，神经网络是如何进行图像识别的？我不是在寻找代码，我想知道神经网络实际上是如何工作的，以便从一组图像中匹配图像的相似性。
在输入层、隐藏层等方面应该考虑什么？
浏览 0提问于2016-05-19得票数 0
2回答
我了解如何建立和训练如下所示的神经网络，以及那些低水平的特性/过滤器。我想知道这些高级特征是什么:你是如何从经过训练的神经网络中获得它们的？(这些像“特征面”吗？)📷
注:图像是由NVIDIA，我不知道具体的分类问题在这里。如果需要的话，假设网络被训练来区分人和猫。
浏览 0提问于2018-01-19得票数 1
回答已采纳
2回答
我试图在一些图像中检测到这样的模式实际的图像如下所示它可以缩放和/或旋转。有没有一种方法可以在不求助于神经网络或某些学习算法的情况下有效地做到这一点？是否可以基于值梯度进行一些检测，例如(暗-亮-暗-亮-暗)？
浏览 2提问于2013-11-27得票数 0
3回答
我知道最常见的物体检测涉及Haar级联，并且有许多特征检测技术，如SIFT，SURF，STAR，ORB等。但是，如果我的最终目标是识别对象，那么这两种方法不是都会给我相同的结果吗？我理解在简单的形状和图案上使用特征技术，但对于复杂的对象，这些特征算法似乎也有效。谢谢
编辑:出于我<e
浏览 11提问于2011-09-30得票数 4
回答已采纳
2回答
我试图为商店门票(在Java中)编写一个OCR，我使用图像字典的距离有很好的结果，但对于倾斜的文本或糟糕的扫描没有效果。我听说神经元网络对此是完美的。问:您推荐哪种类型的神经元网络来进行售票字符检测？
特克斯
浏览 4提问于2014-02-09得票数 4
回答已采纳
3回答
假设我有一种方法或其他神经网络可以正确地对图像进行模式检测。在图像中有多个模式的情况下，我应该如何设计神经网络？
假设在一幅图像中，有X个模式需要检测，那么最好的方法是什么？AFAIK输出层神经元的值应该是-1,1。我如何知道是否有X个识别的模式？这是否意味着我必须对它可以识别的模式数量设置硬编码限制(因为输出神经元的数量是固定
浏览 2提问于2011-01-06得票数 2
有人能告诉我在哪种情况下使用上述功能以及它们如何影响图像大小吗？我想调整猫V狗的图像大小，我有点困惑如何使用它们。
浏览 0提问于2020-04-20得票数 2
回答已采纳
我不明白为什么扭曲图像，例如翻转它，增加伽马强度会以某种方式提高神经网络的准确性。
在我的情况下，我正在使用CNN来检测图像中是否存在狗，并且我被建议添加失真。
浏览 8提问于2018-10-18得票数 0
多尺度ssim有太多的虚警，如果块颜色与背景非常相似，psnr无法检测到块。
我想用神经网络对一对图像(一个是完美的，另一个可能没有块或线)来检测是否有任何差异。我尝试过对Tensorflow进行图像再培训，将其分类为块和不块，但是准确率很低(50%)。我应该用什么方法来获得更高的准确度？我正在考虑一次把一对图像输入到神经网络中，这样它就可以知道两个图像之间是否有
浏览 0提问于2018-10-01得票数 1
回答已采纳
1回答
车牌识别的预训练LeNet模型
、、、、
我通过LeNet tensorflow和python实现了模型的一种形式，用于汽车车牌识别系统。我的模型只对我的火车数据进行培训，并对测试数据进行测试。我的数据集包含分割图像，其中每个图像中只有一个字符。，这是我的看起来的样子。我创建的模型表现不太好，所以我现在正在寻找可以通过传输学习使用的模型。由于大多数模型已经在庞大的数据集上进行</
浏览 0提问于2018-06-11得票数 1
1回答
数据少的培训
、、
我所面临的机器学习项目的大部分问题是缺乏数据。现有的样本足以取消基于规则的方法，但不足以训练神经网络。例如，在NER系统中的一个新实体上训练一个神经网络(甚至微调一个预先训练的模型)需要数千个不同的记录。而这成千上万的记录的要求是有足够的变化，以避免过度拟合。一般情况下，作为人类，我们可以通过仔细观察数据来检测模式，但是在人类看
浏览 0提问于2020-07-18得票数 1
我已经使用前馈神经网络训练了古代硬币图像。现在，我想使用经过训练的网络来测试图像。type 2','Description','none'); h = msgbox('unclassified','Description','none');问题是，即使我输入另一个图像，比如说一个人的脸，它也会显示类型1或类型2。始终为任何图
浏览 1提问于2011-04-14得票数 1
回答已采纳
现在有两个部分，我正在努力从主机到设备的memCpy数据(如openCV到Trt)，并获得正确的输出形状，以获得正确的数据。所以我的问题是：
实际上，输入dims的形状与内存缓冲区是如何关联的。当模型输入dims为NCHW和NHWC时，有什么不同，所以当我读取openCV图像时，它是NCHW，模型输入也是NHWC，我是否需要重新转换缓冲区数据，如果是，那么实际的连续内存格式是<
浏览 16提问于2022-09-18得票数 0
回答已采纳
神经网络的隐层位于输入层和输出层之间，接收输入数据，并应用函数从每个节点生成数据，然后按下一层进行加权。例如，我看到它解释的方式是预测图像是否是总线，节点了解是否有车轮、轮胎等，或者预测一个人是否喜欢文档，隐藏层节点映射到主题是否是运动、历史等等。然而，隐藏层节点应用的“函数”，它们到底映射到什么，即因变量是什么？模型是输入的输出变量吗？
浏览 0提问于2019-05-19得票数 2
1回答
我用R中的Keras和TensorFlow后端构造并训练了一个卷积神经网络。我向网络提供多光谱图像，以便进行简单的图像分类。我怎样才能获得这些信息？是否有必要/可能计算每个波段和图片的显着性地图，并取每类和每个波段的这些图像</em
浏览 0提问于2021-08-07得票数 1
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
