machine-learning - 对一组图像进行分类
问题描述
在我的数据集中,每个样本都是一组图像。有些样本是一组只有一个图像,有些样本有多达 10 个图像。我已经标记了每个样本(图像集 --> 标签),并且想训练一个分类器
示例:样本 i 是人 p(i) 的 n(i) 张照片的集合,每个样本都标有人 p(i) 的吸引力程度。
什么是最简单的 keras 图像分类代码示例,网络可以对一组可变大小的图像进行分类,而不是对一个图像进行分类?
解决方案
您正在寻找的是ConvLSTM
,它保持spatial
以及之间的temporal
关系sequence of images
。在keras中,没有官方的实现,但是有this-thread,有很多想法和实现。
有一个repo,它提供了一个自定义conv-lstm
层。此外,张量流已经稳定地实现了这一点。
对于不同的序列长度,您可以添加一个零值的图像。只要这是一个序列,它就无关紧要/影响模型。
推荐阅读
- pandas - 创建额外的列来计算由另一列分组的累积出现次数
- json - react-hook-form axios post - 无法创建有效负载
- hibernate - 当实体类名和表名不同时,无法使用@ManyToMany @JoinTable 创建唯一键约束
- javascript - 我的 jQuery 不能在 Vs 代码控制台上运行
- flutter - 应用栏下方的颤振 showModalBottomSheet
- android - 使用 Android Studio 构建奇怪的混合配置
- shell - 为 shell 脚本设置自定义 argv[0]
- sql - 如果 expiryAmt 大于 orderAmt 的 2%,则 SUM & Count expiryAmt
- java - 下面的Java代码真的包含循环依赖吗?
- python - 如何增加内联查询超时?