1回答
在单热像素标签中创建空类的优化
、、、、
我每个像素有5个类，不会累积覆盖整个图像，所以我想创建一个'null‘类作为第六个类。现在，我有一个单一热编码的ndarray和一个解决方案，可以进行大量的Python调用，我希望对其进行优化。我现在的草图代码：(25, 25, 5)
for i in range(arrs.shape[0]arrs.sh
浏览 0提问于2018-01-17得票数 0
回答已采纳
1回答
根据我的理解，
多标签分类是一个问题，在这个问题中，有多组相互排斥的类，其中数据点可以同时标记。例如，在汽车图像分类任
浏览 4提问于2020-11-01得票数 3
回答已采纳
我有一个7级大小可变的图像。调整大小是通过flow_from_directory完成的，但这里会弹出错误提示Error when checking target: expected activation_21 to have shape我的模型是一个简单的CNN： train_datagen = ImageDataGenerator( shear_range=0.2,和y_input np.arrays，但我不知道如何调整图像输入的
浏览 24提问于2019-01-17得票数 2
我有5个类，我这样计算损失：annotation具有形状(batch_size，picture_height，picuture_width，1)
现在我只想计算前4个类的损失，忽略第5个类。例如，如果我只想计算前4个类的Cohen'
浏览 3提问于2018-03-16得票数 0
我正在学习中的教程，并试图更改模型的评估方法(在底部)。我想得到一个前5名的评估，并尝试使用以下代码：但是，这会产生以下错误：据我所知，问题是tf.nn.in_top_k()只适用于tf.int32或tf.int64数据，但我
浏览 4提问于2016-03-18得票数 11
回答已采纳
文档中说，函数的第一个输入是onehot_labels，那么我们是否需要先将像素类标签转换为一个热编码格式，并将一个热编码输入到该函数中？sigmoid_cross_entropy loss function from tensorflow for image segmentation中直接输入像tf.losses.sigmoid_cross_entropy这样的像素类标签
浏览 69提问于2019-06-18得票数 0
1回答
如何分类有序标签(序数数据)？
、、、、
我有一些类似于电影评级的数据，标签是排序的，比如1到10。由于目标标签不是名义变量，而是序数变量，那么我应该使用什么类型的模型来对这些数据进行分类？使用什么样的损失和度量标准？
浏览 0提问于2021-06-11得票数 0
我使用预先训练过的DeeplabV3模型进行图像分割，它给我一个形状BxCxWxH的输出，其中B=batch大小、类的C=number、W=Width和H=Height。如果我从输出图像的深度角度看，我会得到一个WxH结果，其中每个像素都代表一个类。对于这个输出图像，我有一个带有WxH形状的灰度图像作为标签。但是，灰度标签图像中的像素值不是在0到
浏览 1提问于2022-04-22得票数 0
1回答
当样本多类标签是一个热二进制向量(基本相同)时，交叉熵与对数似然之间的联系得到了广泛的表达。交叉熵定义时，标签不是一个热点，而是任何有效的概率分布。日志似然和交叉熵都归结为：在以下情况下：
$i
浏览 0提问于2018-02-24得票数 3
1回答
二进制关联是处理多标签分类问题的一种众所周知的技术，在这种技术中，我们为一个特征的每一个可能值训练一个二进制分类器：
另一方面，自然语言处理中通常使用一个热编码器(OHE)来编码以多个值作为二进制向量的分类特征还是有技术上的差异？
浏览 2提问于2016-08-08得票数 0
回答已采纳
我的任务是对图像pixelwise...so进行分类，图像的每个像素都有一个类，并且CNN应该能够读出标签图像，以便每个像素具有类的离散值(0-19)。我有一个有线电视新闻网，似乎做了一个很好的复制相对值，所以它是接近标签图像范围为0.00001和0.00002.然而，我很难让交叉熵的工作范围超出“某种好”，因为它依赖于具有离散值的图像标签矩阵：
[[0, 1,
浏览 3提问于2016-04-26得票数 0
我在Angular 6 typescript文件中创建了一个单例类。我在组件onInit() function.It中设置了单例对象的值。但是当我用target="_blank“点击锚点打开新的标签页时，单例类数据不是lost.It显示的空对象。_instance = new this()); pu
浏览 0提问于2019-01-29得票数 1
1回答
我试图建立一个2阶段的VAE 2+ PixelCNN，如论文所示：“用VAE 2生成多样化的高可信度图像”()。我有三个执行问题：
本文提到的：我们允许层次结构中的每个级别分别依赖于像素。我理解VAE 2中的第二个潜在空间必须以第一个潜在空间的级联和图像的下采样版本为条件。是这样吗？论文“带有PixelCNN解码器的条件图像生成”()指出:h是一种单热编码，它指定
浏览 0提问于2020-03-27得票数 2
回答已采纳
1回答
但我很难理解他们在地面标签中使用的颜色编码。我假设每个类的像素将被注释1到20，但是我得到的是8位深的png图像，像素值为0-255。对于2007_000033.png中属于2007_000033.png类的某个像素，我得到的值是：(128，0，0)；而2007_000123.png中属于train类的
浏览 1提问于2018-05-09得票数 0
1回答
我有一个多波段图像序列，假设每个样本是大小为( 50，6，30，30)的张量，其中50是序列中的图像帧数，6是每像素的带数，30x30是图像的空间尺寸。地面实况图的大小是30x30，但是它是1-hot编码(使用交叉点损失)o 7类，所以它是(1，7，30，30)大小的张量，.I想要使用卷积和LSTM的组合(或使用集成的ConvLSTM2D层)来完成我的分类任务，但有以下问题：
1-
浏览 15提问于2019-07-05得票数 0
1回答
我有相同场景的深度和热图像，但是有一个稍微不同的观点。。在深度图像中与同一物体对应的像素是否会被使用，即使它们不在同一位置？下面是SSD模型的一个例
浏览 4提问于2019-11-13得票数 0
1回答
首先，我在没有数据加载器或批处理的情况下从文件中加载数据集，它起作用了。现在，在添加了这两个东西之后，我得到了那个错误：我在互联网上找到了很多答案，大多数都是使用target.squeeze(1)，但它对我来说不起作用。这里是完整的代码(请注意，
浏览 13提问于2019-08-02得票数 18
回答已采纳
1回答
我尝试用一个多类单标签问题从python中获得一个xgboost，并假设标签可以是一个整数，指示我的类(而不是例如，一个热的)。50,early_stopping_rounds=20)(1353150 vs. 225525) label size predict size not match
我注意到我的样本大小是225525，类数是6，6*225525是1353150，所以
浏览 0提问于2018-11-06得票数 0
回答已采纳
1回答
我在MxNet (胶合子api)上使用多标签逻辑回归( )训练一个模型：我的自定义数据集有13个特征和一个形状标签,6。我的特征从原始值归一化为0,1我使用两个隐藏层的简单稠密神经网络。我注意到，当我不对标签进行规范化(这些标签的离散值为1,2,3,4,5,6，并完全是我的选择，将分类值映射到这些数字)时，我的培训过程会慢慢收敛到一些极小值，例如：
Epoch: 0, ela: 8.80.6445
浏览 1提问于2018-03-11得票数 0
回答已采纳
1回答
以U网为单层的语义分割输入标签
、、、、
例如，在使用U-Net进行语义分割时，将标签数据作为一个热编码的张量提供似乎是常见的做法。，一位用户指出，这是由于标签通常表示分类值。将它们作为一个层内的类标签(灰度强度值)提供给网络会带来困难。然而，在中，作者解释说
“.有时被打包成灰度图像，其中像素强度表示类id .这种方法最容易使用。它允许分发一个小文件大小.一个热向量表示比灰度编码格式
浏览 0提问于2019-02-25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
