1回答
在最初的论文中，他们使用VGG16网络进行特征提取。我使用的是来自TensorFlow模型动物园的SSD v2模型，我不知道体系结构有什么不同。此建议，对于其他模型，如SSD MobileNet，VGG16特征提取器将被MobileNet特征提取器所取代。
我原以为SSD盗梦空间也是如此，但让我感到困惑。从这里看来，初始空间似乎被添加到模型的SSD部分，并且<em
浏览 2提问于2019-05-28得票数 2
回答已采纳
1回答
我训练了一个CNN来执行分类任务，我使用了vgg16和categorical_crossentropy损失函数、sgd优化器和softmax激活函数。
但是，我想知道的是，分配给训练图像的最终类概率是否与模型一起保存？如果是，我如何在不需要使用predict函数的情况下从保存的模型中<
浏览 0提问于2019-01-11得票数 1
回答已采纳
1回答
我试图使用VGG16网来训练一个模型来进行图像分类，并且希望用这段代码将没有密集层的权重传递到我的图像集中。applications.VGG16(include_top=False, weights='imagenet', input_shape=(img_width,img_height,3))model1.add(Flatten(input_shape=train_data.sh
浏览 1提问于2018-07-12得票数 1
回答已采纳
当我们使用预训练的模型，例如vgg16，作为整个模型的主干，作为特征提取器，模型的数据流可以描述如下：到目前为止，我已经为vgg16中的所有参数设置了False require_grads标志，并从优化器的参数列表中排除了这些参数，因此vgg16在训练期间不会被修改。但是当我进一步研究<
浏览 23提问于2021-10-01得票数 1
1回答
我想使用VGG模型(tensorflow或keras预训练模型)作为特征提取器；我加载VGG16 modelvgg16 = tf.keras.applications.VGG16weights='imagenet')image_batch =np.ones((5,224,224,3),np.float32)last_layer = v
浏览 0提问于2019-07-19得票数 1
回答已采纳
我有一个模型，在这个模型中，我将vgg16基本模型连接到1个FC层，然后是输出层。这就是整个模型的样子。 ? 如果我在vgg16上展开，我会得到这个： ? 我正在尝试使用函数api将模型输入作为我的输入和2个输出，第一个是'block5_conv3‘层，第二个是模型输出(dense_19)。我的代码如下： model = Model(inputs=[clf.get_layer(&
浏览 28提问于2021-06-25得票数 1
1回答
手写签名验证
、、、
我使用了ICDAR 2011签名数据集(是对原始图像和伪造图像的编码进行配对以获得一个培训样本(标记为0)。编码来自预先训练的VGG-16卷积神经网络(除去完全连接的层)。然后，我修改了具有以下体系结构的完全连接层：
浏览 1提问于2019-01-21得票数 4
如果我在带有TensorFlow后端的Keras中使用该模型，是否应该绝对使用mode="tf"我希望Francois做得对，但是看看，他要么是他，要么是我对mode="tf&
浏览 0提问于2018-10-31得票数 13
回答已采纳
1回答
我正在尝试提取层激活，以将它们保存为本地功能。activations for each layer}1)我写的代码是否真的提取了可以保存和存储以供进一步使用的功能？
2)如何对提取的特征进行PCA/白化？3)有没有办法可以按照建议将其编码到VLAD中，但这样
浏览 2提问于2018-01-25得票数 2
回答已采纳
假设有一个预先训练的模型(base_model)，该模型已经使用大型数据集进行了训练，以预测7种人类情绪，例如现在，为了建立一个迁移学习模型，我将删除最后一层"base_model"，冻结它们的权重，使
浏览 0提问于2020-08-18得票数 0
我在将Keras模型转换为层API格式的模型以便与tensorflowjs一起使用时遇到了问题。weights_tf_dim_ordering_tf_kernels.h5 convertedModels/ 我得到一个错误"KeyError:无法打开属性(无法定位属性'keras版本‘)“ 以下是错误日志的图像
浏览 42提问于2019-03-21得票数 0
1回答
我正在尝试为tensorflow 2.0模型(使用keras-api创建)实现梯度凸轮，但是从磁带返回的梯度始终为零。有一个相关的问题，但卷积层是
浏览 8提问于2022-03-08得票数 0
回答已采纳
我有下面的传递学习的简单模型，使用一个没有FC层的预训练模型(VGG16)，然后是几个新的层，使用keras顺序API定义。VGG16的内部层#____________________________________________________现在，假设我想创建一个新的模型(例如，计算激活映射)，它
浏览 7提问于2022-03-28得票数 0
回答已采纳
我正在做转移学习，我使用的是VGG16模型。我正在通过特征提取来微调我的模型。然后，我训练了我的最后一个模型，我已经腌制了它的重量。这是我的密码 size = 224 print(array.shapenp.reshape(array, (1,224,224,3))
浏览 1提问于2018-06-12得票数 1
回答已采纳
我正在尝试训练一个一流的CNN，但只想训练一门课。因此，为了解决没有负类的问题，而不是在“无类”标签上添加随机图像，我想对这些输入进行带噪声的训练。但我希望输入噪声no作为随机生成的图像，而不是作为分类器NN之前的特征向量，正如本文所解释的：
我正在使用tf.keras和函数API，试图向VGG16添加额外的
浏览 33提问于2020-05-09得票数 2
1回答
我正在应用vgg16作为特征提取方法，但是我的导师要求高召回率。(90%~95%)。我将解释我的数据集--我的数据在雾天被标记为交通标志的视频(它们被标记为可见的、不可见的、生存能力差的)--我从视频中提取帧作为图像，并将数据随机存储在培训和测试/val文件夹中，我试图应用深入学习来对图像进行分类正如你所看到的，我的模型做得很好，但不是很好。我不能从我<
浏览 1提问于2022-11-25得票数 -1
1回答
(50k用于训练，12k用于验证)通过使用预训练的vgg16和resnet50，并冻结模型，仅在顶部训练密集层，我达到了99%的验证准确率。我应该通过解冻图层来优化功能，还是应该按原样使用这些功能？另外，vgg16是一个比Resnet50更好的特征提取器，还是我应该使用Resnet的功能？谢谢!
浏览 17提问于2017-08-08得票数 0
1回答
使用VGG16模型从每帧中提取特征。我也有兴趣在空间域中提取特征。我从keras文档中了解到CONVLSTM2D可以做到这一点。但在使用CONVLSTM2D时，我不确定如何使用vgg16的功能。Input(shape=(frames, columns, channels))
cnn_base = VGG16
浏览 47提问于2018-12-19得票数 0
我正在尝试使用以下代码从Keras中的VGG16模型的最后一层提取特征：from keras.preprocessingimport imageimport numpy as np
model = VGG16例如，在Matlab中，提取的
浏览 2提问于2018-11-22得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
