问题标签 [image-classification]

我是使用 Python 学习 Keras 的初学者。

我已经阅读了一些使用 MNIST 数据集加载数据集的示例代码。

我不明白变量 ( X_train, y_train) 和 ( X_test, y_test)。

请帮我解释这些变量的目的。

此外，为这些变量分配了哪些类型的数据？

我有一个大约 20K 图像的数据集，这些图像是人工标记的。标签如下：如果图像清晰且光线充足，则标签 = 1，对于那些模糊/失焦/颗粒状图像，标签 = 0。

图像是身份证等文件。

我想建立一个可以完成分类任务的计算机视觉模型。

我尝试使用 VGG-16 进行迁移学习来完成这项任务，但效果不佳（精度 0.65 和召回率 = .73）。我的感觉是 VGG-16 不适合这项任务。它是在 ImageNet 上训练的，并且具有非常不同的低级特征。有趣的是，该模型是欠拟合的。

我们还尝试了 EfficientNet 7。尽管该模型能够在训练和验证方面表现出色，但测试性能仍然很差。

有人可以建议更合适的模型来尝试这项任务吗？

我是 ML 套件 Firebase 的新手，我正在使用 Firebase 图像分类自定义模型 ML 套件。
我的自定义模型中有 6 个不同的对象自
定义模型 .tflite 文件在 python 中进行了测试，并且运行良好。

打印（np.min（first_image），np.max（first_image））
0.0 1.0

[1 224 224 3] <类'numpy.float32'>
[1 6] <类'numpy.float32'>

输出应该是概率。
例如：- 0.12,0.54 等...
但是我的输出有（更新 1）：-

我的参考代码：- https://firebase.google.com/docs/ml-kit/android/use-custom-models#kotlin+ktx_3

有人对这个问题有经验吗？

MainActivity.kt（更新 1）

Python：训练模型+转换为.tflite（更新1）
我的参考代码：- https://www.tensorflow.org/tutorials/images/classification

我正在开发一个停车应用程序，需要一种将英国停车标志图像分类为黄色和白色两种颜色类型的方法。

我在 openCv 中尝试了多种方法，但我发现的可靠性不够稳健。

白色停车标志

黄色停车标志

或者，是否有一种快速/轻量级的方法来训练人工智能对这些进行快速分类，

多谢你们

我知道当我们有几张按时间顺序排列的图像来检测运动、动作、方向等时，会使用“时间分布”层。但是，我使用频谱图进行语音分类。每个语音都被转换成一个频谱图，稍后将被馈送到神经网络进行分类。所以我的数据库是 2093 RGB 图像（100x100x3）的形式。现在我使用了一个 CNN，输入是

每件事都很好。

但是现在，我想使用 CNN+BLSTM（类似于下图，取自本文），这意味着我将需要时间步长。所以，每个图像都应该被分成更小的帧。

问题是，如何准备数据来做这样的事情？

假设我想将每个图像分成 10 帧（时间步长）。我应该重塑数据吗

哪个工作得很好，但我不确定这是否正确，或者还有其他方法可以做到这一点？

这是我正在使用的模型

通过使用以前的模型，我得到了 47% 的训练准确率和 46% 的验证准确率，但是仅使用 CNN 我得到了 95% 的训练和 71% 的验证，谁能给我一个提示如何解决这个问题？

我是 TensorFlow 的新手。我有大型图像数据集。我正在尝试为 Tensorflow 创建数据集。我搜索了很多资源，但不知何故无法在我的数据集上实现。有没有人可以帮忙？

小背景： 我正在制作一个简单的石头剪刀布图像分类器程序。基本上，我希望图像分类器能够区分岩石、纸张或剪刀图像。

问题： 该程序在石头和纸这两个类中运行得非常好，但在给定剪刀测试图像时完全失败。我试过增加我的训练数据和其他一些东西，但没有运气。我想知道是否有人对如何抵消这一点有任何想法。

旁注： 我怀疑它也与过度拟合有关。我这样说是因为该模型在训练数据上的准确率约为 92%，而在测试数据上的准确率为 55%。

如果你想快速创建大量的训练数据：https ://github.com/ThomasStuart/RockPaperScissorsMachineLearning/blob/master/source/0.0-collectMassiveData.py

提前感谢任何帮助或想法:)

我是深度学习的初学者，我正在尝试训练一个深度学习模型来使用 Mobilenet_v2 和 Inception 对不同的 ASL 手势进行分类。

这是我的代码创建一个 ImageDataGenerator 来创建训练和验证集。

以下是训练模型的代码：

纪元 1/5 94/94 [===============================] - 19 秒 199 毫秒/步 - 损失：0.7333 - 准确度：0.7730 - val_loss：0.6276 - val_accuracy：0.7705

纪元 2/5 94/94 [===============================] - 18 秒 190 毫秒/步 - 损失：0.1574 - 准确度：0.9893 - val_loss：0.5118 - val_accuracy：0.8145

纪元 3/5 94/94 [===============================] - 18 秒 191 毫秒/步 - 损失：0.0783 - 准确度：0.9980 - val_loss：0.4850 - val_accuracy：0.8235

纪元 4/5 94/94 [===============================] - 18 秒 196 毫秒/步 - 损失：0.0492 - 准确度：0.9997 - val_loss：0.4541 - val_accuracy：0.8395

纪元 5/5 94/94 [===============================] - 18 秒 193 毫秒/步 - 损失：0.0349 - 准确度：0.9997 - val_loss：0.4590 - val_accuracy：0.8365

我尝试过使用数据增强，但模型仍然过拟合，所以我想知道我的代码是否做错了什么。

最初，我尝试使用 268 个测试图像 + 65 个 256x256 大小的验证图像在图像分类模型中进行迁移学习。

（我使用的代码来自https://github.com/conan7882/GoogLeNet-Inception）

然而，即使使用 Tesla K80（16 GB 内存），我仍然无法训练超过 5 的批量大小。

现在我将数据集的大小增加到 480 个测试图像 + 120 个验证图像，内存不足的错误再次弹出。我必须将批量大小减少到 2 才能继续训练。

为什么数据集大小在内存使用中很重要？不应该只有批量大小决定 GPU 正在处理多少数据吗？

我已经使用 keras 训练了一个图像分类模型，它的训练 acc 为 98%，验证 acc 为 98%，测试 acc 为 90%，但在新输入图像上表现非常差。不知道为什么？？