tensorflow - 图像序列的分类（固定数量）

Question

我使用来自 tensorflow_hub 的预训练 resnet50 成功训练了 CNN 进行单个图像分类。

现在我的目标是为我的网络提供按时间顺序排列的图像（不是视频）作为输入，以对主题的行为进行分类。每个序列由每 100 毫秒拍摄的 20 张图像组成。

什么是最好的NN？我在哪里可以找到与我的类似问题的文档/示例？

标签： tensorflowneural-networkclassificationconv-neural-networkrecurrent-neural-network

Answer 1

任何时候有顺序数据，某种类型的循环神经网络都是一个很好的候选者（通常以 LSTM 的形式）。

您的模型可能看起来像 CNN-LSTM 的组合，因为您的图片具有某种顺序关系。

这是一些示例和教程的链接。他将在他的示例中设置一个 CNN，但您可能可以装配您的架构以使用您已经制作的 resNet。尽管您不是在处理视频，但您的问题共享同一个域。

这是一篇使用 NN 架构的论文，如上文所述，您可能会觉得有用。