问题标签 [imagenet]

我有一个在 ImageNet 上预训练的模型，如下所示：

有什么方法可以获取测试 ImageNet 数据集及其标签（这意味着数据不用于训练上述数据model）？

我是计算机视觉领域的新手，我无法理解 - 有没有办法使用非原始 imageNet 图像（从链接下载）和 imageNet 注释一起分发，无需任何额外访问，如果没有，是否有任何免费标签带有产品图像的视觉数据库（黄瓜、牛奶、鸡蛋、鱼）？先感谢您！

我一直在使用 TensorFlow，但我是 Caffe 的新手。我想尝试一个在 ImageNet 上训练的 AlexNet 的可靠实现，我发现一个包含在官方 Caffe 存储库中。

我能够在非常短的 Caffe 代码中将bvlc_alexnet.caffemodel文件中打包的权重和deploy.prototxt中指定的模型链接起来，并获得一个输出向量，该向量具有 1000 个概率，对应于网络将图像分类到的 1000 个类别。

在我的情况下，我能够只指定模型和权重并获得输出，但是，无论我输入什么图像，输出似乎都是相同的 (669)。

在 Caffe 存储库中，有一个用于获取 ImageNet 数据集的脚本。它下载和提取的 tarball 包含以下文件：

我不确定我是否还需要使用这些文件imagenet_mean.binaryproto 和imagenet.bet.pickle

有人可以澄清一下吗？

我正在使用在 Imagenet 上预训练的 Keras Inception_v3：

当我从生成的图像中预测时，我得到的输出向量的形状(n,1000)是n给定的图像数量。所以现在如果我想解释结果，我需要用于训练模型的 1000 个输出类的名称……但我找不到！

任何的想法 ？

我已经下载了这里提供的官方 resnet50 模型：https ://github.com/tensorflow/models/tree/master/official/resnet 。我需要这个模型的 tflite 量化版本，因此我将模型转换为 tflite 格式，如下所示：

在此之后，我想我会运行tflite 精度工具来验证这个模型的精度仍然是合理的。虽然看起来我遇到了以下问题：

看起来问题在于官方 resnet 模型的输入张量为 [64, 224, 224, 3]，而准确度工具提供的输入为 [1, 224, 224, 3]。因此，官方模型似乎需要一批 64 张图像，因此准确度工具失败了。

我想知道我需要做什么才能让准确性工具在官方 resnet50 模型上运行？我猜虽然 resnet 50 的输入张量是 [64, 224, 224, 3]，但应该有一种方法仍然可以通过模型运行单个图像。

有什么方法可以将 ResNet50 的 ImageNet 权重用于我的具有形状图像 (224,224,4) 的项目？图像具有 R、G、B、Y 通道。

目前，我只是在使用

现在，如果我需要使用 ImageNet 权重，我需要始终将类数设置为 1000。我尝试这样做，然后弹出最后一层，并添加我自己的 Dense(num_classes) 层。但是，现在，频道的数量是一个问题。

任何人都可以建议一种在使用 ImageNet 权重时在模型中容纳 4 个通道的方法吗？

我正在阅读 AlexNet 论文（即“ImageNet Classification with Deep Convolutional Neural Networks”）。引言部分将“统计的平稳性”和“像素依赖的局部性”作为卷积神经网络中的两个强假设。我理解后者是指图像中存在局部模式，但是“统计的平稳性”是什么意思？

我正在学习 tensorflow lite。我从https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/g3doc/models.md#image-classification-float-models下载了 ResNet 冻结图ResNet_V2_101。

然后我按照https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/tutorials/post_training_quant.ipynb将此冻结图转换为 Lite 模型和量化的 lite 模型。

然后我按照https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/tools/accuracy/ilsvrc在我的桌面上使用 ImageNet 验证数据集（50000 张图像）评估其准确性。

但是，当我跑步时

并检查了输出accuracy_output.txt。准确性非常差。我可以在 50000 张图像中捕获一些结果。

但是，根据https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/tutorials/post_training_quant.ipynb，top-1的准确率可以达到 76.8，但我的尝试最终甚至达不到 1。为什么会发生这种情况？我哪里做错了？谢谢！

Yolo 版本 3是具有预训练配置和权重的全新深度学习神经网络。然而，它拥有的最大类只有来自 COCO 数据集的 80 个类。Imagenet还有一个更大的数据集，包含超过 22,000 个类。

有没有人使用 Imagenet 训练过 Yolo3（在 Darknet 上）？我们在哪里可以获得预训练的配置和权重？

我在一所大学里，所有的文件系统都在一个远程系统中，无论我在哪里使用我的帐户登录，我都可以访问我的主目录。即使我通过 SSH 命令登录到 GPU 服务器。这是我使用 GPU 服务器读取数据的情况。

目前，我使用 PyTorch 在 ImageNet 上从头开始训练 ResNet，我的代码只使用同一台计算机中的所有 GPU，我发现“torchvision.datasets.ImageFolder”需要将近两个小时。

请您提供一些关于如何加快“torchvision.datasets.ImageFolder”的经验？非常感谢。