问题标签 [imagenet]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
tensorflow - 如何在 GPU 上使用 slim 定义的 Inception V3 模型进行预测
我使用 slim 定义的 Inception V3 模型来预测自己的图像。模型变量从检查点文件中恢复。当我运行它时,我发现没有使用 GPU。我已经设置tf.device('/gpu:0')
了,但它不起作用。所以,我很困惑为什么训练/重新训练模型可以在 GPU 上工作,但评估不能?我只是按照 inception_eval.py 中的代码进行操作。
在此处输入图像描述
tensorflow - 如何找到 Imagenet 数据标签?
我有两个关于如何加载 Imagenet 数据的问题。我下载了 ILSVRC2012 验证集(因为训练集太大)但我有两个问题。
我不明白我怎样才能找到标签。只有 jpeg 文件的文件名为“
ILSVRC2012_val_00000001.JPEG
”,但没有标签。我怎样才能找到它们?据我所知,Imagenet 使用 224 * 224 像素的图像,问题只是“分类”而不是“检测”,但 ILSVRC2012 集有更多不同的像素大小。那么,我怎样才能获得 224 * 224 像素的正确框?
machine-learning - 当我运行初始预处理脚本时,它失败了
当我运行bazel-bin/inception/download_and_preprocess_imagenet "${DATA_DIR}"
错误消息时:
有人可以告诉我我做错了什么吗?我按照此处的说明进行操作
python - 无法预测来自 ImageNet 类的输入 [Keras + Tensorflow]
我关注了这个 repo ( https://github.com/iamgroot42/keras-finetuning ),我已经完成了培训。
现在,我想预测我自己的数据集(包含 2 个类,鳄梨和芒果)和 ImageNet 集的输入图像。但预测结果总是返回索引 0 或 1(我猜是鳄梨或芒果),从不返回 ImageNet 中的类。例如,我想预测来自 ImageNet 原始类的 iPod 图像,但 model.predict(...) 总是返回 0 和 1。
我的模型标签.json:
我的预测代码:
有人可以帮助我吗?
neural-network - Google Inception tensorflow.python.framework.errors.ResourceExhaustedError
当我尝试在图像列表上循环运行 Google 的 Inception 模型时,在大约 100 张左右的图像之后出现以下问题。它似乎内存不足。我在 CPU 上运行。有没有其他人遇到过这个问题?
machine-learning - 改变 AlexNet/GoogleNet/ImageNet 的输出层?
我有一个关于更改网络输出层的问题(AlexNet/GoogleNet/ImageNet)。所以标准输出是一个 1x1000 的向量,所以每个类都有一个值。
我知道我可以将输出更改为例如 5,所以如果我只有 5 个类,我会得到 1x5 向量。
但是如果我没有课怎么办?是否可以将输出更改为 18x18 之类的矩阵。因为我的网络应该输出密度图而不是“类”。是否建议使用预先训练的网络来完成我的任务,还是应该从头开始训练?
谢谢您的帮助 :-)
python - Inception 再培训问题“Nan in summary histogram for: HistogramSummary”
我正在尝试在我的 RPi3 上重新训练 inceptionV3。我收到此直方图错误消息。
读完这篇文章后我试着换衣服merged = tf.merge_all_summaries()
,
但没有用。retrain.py
此外,我第一次尝试重新训练时,在遇到错误之前,我在第 0 步得到了不同的结果:
deep-learning - 检查模型目标时出错:预期的预测具有形状 (None, 1000) 但得到的数组具有形状 (64, 2)
迄今为止的笔记本:笔记本
我正在尝试重塑标准Keras
VGG16
模型以用于经典的猫对狗比赛(Kaggle Cats vs Dogs)
我不得不重新创建 Keras 模型的pop()
和add()
函数Sequential()
来删除最后Dense(1000)
一层并用 layer 替换它Dense(2)
。
但是,当我尝试使用该fit_generator()
功能时,出现以下错误:
听起来我的模型仍然期望输出 1000 个类别而不是 2 个。这是为什么呢?
模型摘要如下:
该.add()
函数将model.built
变量设置为 False,所以我想知道它是否与此有关。如果是,我如何“构建”模型?任何帮助是极大的赞赏。
caffe - caffe convert_imageset 待处理
当我将 ImageNet 数据集转换为 lmdb 时,convert_imageset 将暂停,不再处理图像数据。您能告诉我如何解决这个问题吗?我已经尝试了很多次。我检查了日志。每次处理的图像数量都不同。
caffe - 在 Imagenet 上训练时找不到平均文件
我正在尝试在 Imagenet 上训练和验证网络。验证过程没有任何问题(使用预训练的权重)。但是,当我尝试进行训练时,出现imagenet_mean.binaryproto
找不到文件的错误;用于验证过程的相同文件。怎么了?
这是我正在使用的 prototxt: