问题标签 [resnet]

对于 CNN 训练，输入图像通道的确切顺序可能因库而异，甚至因模型而异。对于 Caffe，通常期望输入图像是 BGR 顺序，而在 Tensorflow 中，顺序可以是任意的。

那么有没有人知道 Tensorflow slim 库的 ResNet_V2 预训练模型是按什么顺序（BGR 或 RGB）训练的？它在文件中写道：

我检查了这个链接中的脚本：https ://github.com/tensorflow/models/blob/master/research/slim/datasets/build_imagenet_data.py ，它说图像是用RGB编码的。但是我仍然不确定 ResNet_V2 是按什么顺序训练的？

有没有人对这个问题有类似的困惑？感谢您的任何反馈！

我正在尝试训练模型来检测好/坏的图片质量。我的方法是用两个图片文件夹“喂”模型。第一个是好的图片，第二个 - 相同的图片，但已损坏。

我想知道我是否做得正确，因为我是 Tensorflow 的新手。

我做了什么：

1）克隆回购https://github.com/tensorflow/models

2) cd 官方/resnet

3) python imagenet_main.py --data_dir=[数据路径] --model_dir=./my_model

我假设，在“喂食”之后我会得到模型，它应该检测图片是否质量好。

现在，如果模型能正确检测到它并不重要，对我来说真正重要的是什么——我是否以正确的方式训练我的模型？我是否正确使用带有参数 dir 到图片（TFRecords）和 dir 的 imagenet_main.py，我的未来模型应该在哪里？

先感谢您。

在过去的 2 个月里，我一直被这个问题困扰，它让我发疯，直到我意识到我的 predict_generator 中的“概率”向量是完全错误的。

我正在使用 keras 2，并且我有一个测试文件夹，其中包含包含图像的子目录（不一定是相同数量的图像）

然后我导入我的模型，加载权重并执行以下操作：

我不知道为什么 probs1 != probs2 当 probs2 看起来像“正确”的预测时。

PS batches.n/64 不是整数

我应该怎么办？

Inception-ResNet-v2 模型由多少层组成？我数过它们是 96，但我不确定。请确认我

https://pic2.zhimg.com/v2-04824ca7ee62de1a91a2989f324b61ec_r.jpg

此外，我的训练和测试数据分别包含 600 和 62 张图像。我正在使用三个模型：ResNet-152、Inception-ResNet 和 DenseNet-161，它们具有以下数量的参数：

ResNet-152：总参数：58,450,754 可训练参数：58,299,330 不可训练参数：151,424

DenseNet-161：总参数：26,696,354 可训练参数：26,476,418 不可训练参数：219,936

Inception-ResNet：总参数：54,339,810 可训练参数：54,279,266 不可训练参数：60,544

模型的数据是否太稀缺？ResNet 模型验证/测试曲线也是最平滑的，然后是 DenseNet 的曲线，Inception-ResNet 模型是最颠簸的。为什么会这样？

我想用 TensorFlow slim 重新训练一个预训练的 ResNet-50 模型，然后将其用于分类目的。

ResNet-50 设计为 1000 个类，但我只想要 10 个类（土地覆盖类型）作为输出。

首先，我尝试只为一张图像编码，稍后我可以概括。所以这是我的代码：

我对接下来会发生什么有点困惑（我应该打开一个图表，或者我应该加载网络结构并加载权重，或者加载批次。图像形状也有问题。有很多多功能文档，不容易解释：/

任何建议如何更正代码以符合我的目的？

测试图像：AnnualCrop735

我正在以下 Github 存储库中运行“resnet50.py”。 https://github.com/anujshah1003/Transfer-Learning-in-keras---custom-data

但是在运行代码时出现错误，

有谁知道为什么这种错误会不时产生？问题在哪里产生？这是为了完成我在大学的研究。

在 ResNet 架构中，为什么在残差块中的残差元素相加之后应用 ReLU 激活，而不是在它之前？

我想通过检索其中一个名为“avg_pool”的层并将其转换为我的自定义层来创建 ResNet101 的自定义模型。我在另一个名为 resnet50 的预训练 Imagnet 模型中做了类似的事情，但在 Resnet101 中出现错误。我是迁移学习的新手，请指出我的错误是什么

我正在使用resnet50提供的预训练模型tensorflow slim。当我使用这个模型进行推理时，我无法得到正确的结果。有谁可以帮我解决问题？以下是我用来进行推理的代码。本期图片预处理方法ResNet pre-processing: VGG or Inception？

代码输出是：

真正的结果是EnglishCockerSpaniel。

我正在尝试使用我的自定义数据修改 Resnet50，如下所示：

X 是 784 张图像的长度为 2000 的特征向量。y 是一个大小为 784 的数组，包含标签的二进制表示。

这是代码：

我呼吁作为：

它给出了一个错误：

请帮忙。谢谢！