image-processing - 用于绘图质量分类的混合神经网络
问题描述
我正在从事一个项目,该项目致力于对1-7 公制范围内的几种不同简单绘图的绘图质量进行分类。我不需要对图纸本身进行分类,只对它们的质量进行分类。
我正在使用混合模型(CNN + Dense),其中网络输入是图像及其标签(“圆形”,“方形”,心脏“......)网络输出应该是一个描述图像绘制效果的数字.
到目前为止,我得到了相对论的好结果。我的问题如下:
我浏览了文献,但没有找到。我不知道为每张图分配不同的网络,因为网络应该了解的许多特征都涉及“质量”的含义跨越所有图像。话虽如此,还有其他方法可以完成这项任务吗?
我不是在寻找代码(我可以自己编写)。只是为了一个想法或架构。
提前致谢
罗伊
解决方案
推荐阅读
- apache-kafka - 有没有办法使用 Kafka Confluent REST API 生成带有标头的 Kafka 消息?
- vb.net - 当我创建另一个程序副本时如何关闭现有正在运行的程序?
- python - 按文件标题的顺序重命名文件 python
- c - 为什么在 C 中的 if-else 条件中传递 (!NULL) 为真?
- jenkins - 在 Linux 机器上通过 Tomcat 安装 Jenkins 时无法找到 Jenkins 文件
- java - 使用一个字符串变量作为输入
- java - java 服务器使用 SHA256WithRSA 对消息进行签名,但 python 无法验证
- android - 从 AsyncTask 返回 ArrayList
- java - 使用带有 groovy 对方付费电话的 FindAll 机箱时出现问题
- mysql - 为什么Mysql中的两个字符串是一样的?