问题标签 [imagenet]

我目前正在使用由 Lasagne 库提供的 VGG-S 预训练卷积神经网络，来自以下链接。

我下载了 ILSVRC2012 的验证数据集以进行分类任务，但我看到文件 ILSVRC2012_devkit_t12_v2/data/ILSVRC2012_validation_ground_truth.txt 中的地面真值与 VGG-S 网络的所有输出值都不匹配（ softmax 值）。

例如：最后一张图像 ILSVRC2012_val_00050000.JPEG 很明显是一只美洲驼，vgg-s 输出标签 n°355（美洲驼），而在文件中找到的地面实况标签是 n°186（诺里奇梗）。

index-to- label与此相同。

谁能告诉我我错在哪里？谢谢您的帮助。

我正在尝试在 Caffe 上训练我自己的网络，类似于 Imagenet 模型。但我对作物层感到困惑。直到我了解 Imagenet 模型中的裁剪层为止，在训练期间它将采用随机 227x227 图像裁剪并训练网络。但是在测试过程中，它将采用中心 227x227 图像裁剪，当我们从 256x256 图像中裁剪中心 227x27 图像时，我们不会丢失图像中的信息吗？第二个问题，我们如何定义训练期间要采取的作物数量？

而且，我训练了相同的网络（相同的层数，相同的卷积大小，FC 神经元会明显不同），第一次从 256x256 图像中裁剪 227x227，第二次从 256x256 图像中裁剪 255x255。根据我的直觉，裁剪为 255x255 的模型应该会给我最好的结果。但是我对 227x227 图像的精度越来越高，谁能解释一下它背后的直觉，还是我做错了什么？

我正在使用 keras inception 预训练模型（使用 imagenet 数据） https://github.com/fchollet/keras/blob/master/keras/applications/inception_v3.py

我的短节目是

我尝试了 3 张图片，cropped_pa​​nda、rockcliff 和 pitcher。在每种情况下，预测都将起重机作为首选。确切的回报是

('预测：', [[(u'n03126707', u'crane', 0.77817649), (u'n04041544', u'radio', 0.098524272), (u'n03450230', u'gown', 0.084664099), (u'n02128925', u'jaguar', 0.015732178), (u'n03459775', u'grille', 0.011028509)]])

知道有什么问题吗？

我已经使用 VGG 作为图像分类模型实现了图像字幕。我读过 YOLO 是一种快速的图像分类和检测模型，它主要用于多对象检测。但是对于图像字幕，我只想要类而不是边界框。

有没有人从 imagenet 数据集中获得 Alexnet 的 PCA 噪声的特征值和特征向量？

imagenet 数据集有 1200 万张图像，我的计算机无法为这么大的图像集计算 PCA。我想知道是否有人做过并且可以发布特征值和特征向量的值。

我知道更大的批量可以从这里得到更准确的结果。但我不确定哪个批量大小“足够好”。我想更大的批量大小总是会更好，但似乎在某个点上，每次增加批量大小只会稍微提高准确性。找到最佳批量大小是否有启发式或经验法则？

目前，我有 40000 个训练数据和 10000 个测试数据。我的批量大小是默认的，训练为 256，测试为 50。我正在使用具有 8G 内存的 NVIDIA GTX 1080。

我的目标是在 Tensorflow Inception 附带的现有 1000 个 Imagenet 类中“添加”更多类。现在我可以通过从头开始训练重新运行整个事情，bazel-bin/inception/imagenet_train但这需要很长时间，尤其是每次我想添加一个新类时。

是否可以使用bazel-bin/tensorflow/examples/image_retraining/retrain --image_dir ~/flower_photos但随后添加到现有的标签输出文件？

对不起，我是新手。

我正在关注以下页面

https://github.com/tensorflow/models/tree/master/inception

我到了必须运行的地步：

bazel-bin/inception/imagenet_train --num_gpus=1 --batch_size=32 --train_dir=/tmp/imagenet_train --data_dir=/tmp/imagenet_data

但是，我收到以下错误：

我DATA_DIR的/tmp/imagenet_data来自上一步bazel-bin/inception/download_and_preprocess_imagenet "${DATA_DIR}"

但我的会是什么train_dir？医生没有提到吗？看起来空文件夹不正确。

我曾经caffe/examples/cifar10训练模型进行分类，我想用这个结果来做可视化。但我发现 cifar10 图像都32*32太小而无法进行单位可视化。现在我想尝试使用另一个数据集，即 Imagenet。

但在我的情况下，我只想要 10 个类而不是 100 个类，就像 cifar-10 一样。我发现 IMAGENET 提供的数据太大，无法下载并提取这十个类。有什么可能的方法可以使用full url image从官方 imagenet 网站下载的内容。并下载选定的 10 个类以存储在我的磁盘中？因为我在文本文件上看不到任何标签（图像完整网址）。

我正在尝试在一组医学数据图像上使用 Inception V3 模型。问题是数据是 DICOM 格式，不能与图像分类器一起使用。谁能告诉我如何将 DICOM 文件直接与 Inception V3 分类器一起使用。

Ps - 我通过 TensorFlow 提供的教程学会了使用分类器，并且在这方面相对较新。