我有一些8波段的卫星图像，我想用Tensorflow和Keras做一些图像分割。几年前我试过这样做，但我发现TF和Keras不能处理频带大于3的图像。然而，我看到了更多关于多频带图像深度学习的博客文章。 在查看Keras文档时，它没有特别列出接受多波段图像的任何问题。(n_filters, (3, 3), activation='relu', padding=&
浏览 21提问于2019-03-22得票数 2
回答已采纳
3回答
from __future__ import print_functionfrom keras.datasets import cifar10from keras.models import Sequentialfrom keras</
浏览 9提问于2017-05-23得票数 17
回答已采纳
1回答
求单幅图像的卷积
、、、、
我试图用tf.keras.backend.conv2d获得图像上的单个卷积的结果。import tensorflow as tfimpor
浏览 0提问于2019-07-03得票数 2
1回答
因此，我在TensorFlow文档中读到，当你实现细胞神经网络时，在将数据输入卷积层之前，需要对数据进行整形，因为卷积层接受4D张量，而不仅仅是元素列表(下载的训练数据)。它正在接收项目列表(不能直接馈送到卷积)，现在正在接收4D张量。
因此，如果没有卷积，扁平层接收未整形的数据，如果有卷积池，它接收一个4D张量，然后输出相同的东西？
浏览 1提问于2020-04-06得票数 1
2回答
经过两天的紧张搜索，我没有在keras docs/stack of中找到答案。 我正在尝试创建一个自定义图层，以便以一定的概率对每个批次执行增强(现在1用于演示)。数据是具有一个通道的图像。基本的可运行工作示例，请注意来自call()的打印数量： from tensorflow.keras.layers import Input, Dense, Conv2D, Flatten
from tensorflow.keras.mo
浏览 30提问于2021-05-05得票数 0
回答已采纳
我有一个输入： [batch_size, number_of_images, img_size_x, img_size_y] 例如[24, 51, 28,28] 现在，我希望通过Conv2d层处理批处理项目的每个图像我想使用图层重塑输入 tf.keras.layer.Reshape(1,28,28) 来获得像[1224, 1, 28, 28]这样的东西 我可以处理的。这是一个重现错误的最小示例 import numpy as np
import tensorflow a
浏览 14提问于2019-04-14得票数 1
回答已采纳
1回答
我有以下几点意见：例如[24, 51, 28,28]tf.keras.layer.Reshape(1,28,28)我可以处理。import tensorflow
浏览 0提问于2019-04-12得票数 0
回答已采纳
4回答
我首先要透露的是，我是一名机器学习和Keras新手，除了一般的CNN二进制分类器之外，我不知道太多。我正在尝试使用U-Net架构(TF后端)对许多256x256图像执行像素级多类分类。换句话说，我输入了一个256x256的图像，我希望它输出一个256x256的“掩码”(或标签图像)，其中的值是从0到30的整数(每个整数代表一个唯一的类)。当我通过将所有值除以30 (因此它们从0到1)来归一化我的“掩码”时，我得到了~0.97的精度，我猜这是因为我的图像中的大多数标签都是0(它只是输出了一
浏览 1提问于2019-01-11得票数 4
Conv2D, MaxPooling2D有什么区别？这取决于Keras和TensorFlow是如何安装的，还是取决于它们的使用方式？这是我必须消除的一个潜在的混乱
浏览 1提问于2019-03-13得票数 3
从错误信息中，我可以推断出输入到密集点的维数丢失了。我不知道该怎么解决这个问题？有人能指出什么是快速调试解决方案吗？有什么想法吗？我的尝试from tensorflow.keras import modelsfrom tensorflow.keras<
浏览 0提问于2020-08-13得票数 1
回答已采纳
我正在尝试使用一个函数，该函数在图像上使用一些OpenCV函数。但我得到的数据是张量，我无法将其转换为图像。我不知道如何将张量更改为图像，然后再返回张量。我想让模型有这一层。
如果我不能用lambda层实现这一点，我还能做什么呢？
浏览 0提问于2017-03-19得票数 9
1回答
无完全连通层的卷积神经网络分类器
、、、、
我正在进行一个项目，以检测以下类(汽车、卡车、公共汽车})，然后提取相应的车牌。最近，模型被证明是一种非常快速的检测，这是非常有趣的。如果我猜对了，那么YOLO与大致相似。
一般情况下，YOLO有24个卷积层和2个完全连接层。基于这篇YOLO论文实现了一个DetectNet。我感到困惑的是，NVIDIA公司的DetectNet没有任何完全连接的层().相反，来自最后一个卷积层的输出
浏览 2提问于2016-11-21得票数 5
1回答
假设我想使用Keras的Convolutional2D函数来构建一个CNN，输入图像可以是[224, 320, 3]大小而不是[224, 224, 3]大小吗？我应该保持图像为矩形格式，还是将其缩放为正方形？我试着把它们做成正方形，但质量大大降低了，因为边缘有重要的数据。
如果我用矩形输入图像来构建它，它会不会最终打破这条线？我也想附加一个解码器到CNN的末端，以输出相同形状的图像(本质上是一个长方形的VAE图像，而不是正方形)。
浏览 1提问于2018-05-26得票数 4
我使用Keras2和TensorFlow作为后端，并尝试将水平矩形图像(宽度:150 x高度:100 x ch:3)输入网络。我使用cv2对图像进行预处理，cv2 & TensorFlow将图像的形状处理为高度、宽度、ch顺序(在我的例子中，它是100、150、3，这种格式与(宽度:150 x高度:100 x ch:3)相反，train/{}.jpg'.format(id))
inputs
浏览 5提问于2017-09-04得票数 6
我对python和神经网络都是新手，我正在尝试用CNN+RNN为video.Each视频中的手势分类建立一个模型，该视频由30帧( 30幅图像)组成。对于CNN层，我在CNN层使用Conv2D层，在RNN层使用GRU。图像大小为84*84，为RGB图像(通道= 3)。下面是我的代码： model1 = Sequential()
model1.add(Conv2D(64, (3,3), strides=(1,1), padding='same', input_shapea
浏览 184提问于2020-03-26得票数 0
2回答
可以用自己的过滤器来设置为param过滤器数组，而不是在Conv2D中设置过滤器的数量。0,0,1]], [[0,0,1],[0,0,1],[0,0,1]]]model.add(Conv2D
浏览 12提问于2017-06-07得票数 5
回答已采纳
我需要使用来自Sewar的SSIM作为损失函数，以便为我的模型比较图像。File "/home/merry/anaconda3/envs/merry_env/lib/python3.7/site-packages/kerashandle_metrics(output_metrics)
File "/home/merry/
浏览 3提问于2019-08-05得票数 3
1回答
preprocessing.RandomFlip('horizontal', input_shape=(224, 224, 3))], name='data_augmentation')
data_augmentation_lay
浏览 8提问于2022-03-13得票数 2
回答已采纳
我想使用一个模型来对八类图像进行分类。我认为在递归层之前使用卷积层可以解决我的问题。但是，使用紧跟在卷积或密集层之后的递归层存在一个问题，导致tensorflow给出以下错误。Input 0 is incompatible with layer simple_rnn_1: expected ndim=3, found ndim=2 我在Lambda层中使用Tensorflowfrom keras.models import Sequential
from keras.layers imp
浏览 19提问于2019-04-15得票数 1
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
