Jak dodać dodatkowy parametr do CNN podczas szkolenia

głosy
0

Więc muszę trenować sieć gdzie mam obrazu, grunt-prawdę i dodatkowy parametr związany z obrazem (aktualny stan obrazu).

Jest to kamera, która rejestruje obrazy w różnym stopniu powiększenia. Na szczególna okolica, mam cztery obrazy o różnych poziomach powiększenia (0,25,50,75). Muszę trenować sieć taką, że dany obraz testowy, mogę klasyfikować, jeśli chcę, aby powiększyć lub pomniejszyć.

Tak, mam zestaw danych jest obrazem, orzeszki prawda (powiększenie lub pomniejszenie lub brak zoom), a obecny poziom powiększenia.

Jak mogę dodać to aktualny poziom powiększenia w mojej sieci, dzięki czemu sieć pociągów prawidłowo?

Zamierzam użyć VGG lub AlexNet do teraz, a następnie przejść do Incepcja lub ResNet w przyszłości.

Utwórz 19/12/2018 o 14:20
źródło użytkownik
W innych językach...                            


1 odpowiedzi

głosy
2

Co można zrobić, to stworzyć model, który przetwarza obraz przez CNN, a potem jakoś łączy inne dane wejściowe do modelu. Więc model powinien mieć kilka wejść: obraz (powiększyć lub pomniejszyć lub brak zoom), aktualny poziom powiększenia. Więc przekazać obraz CNN (lub kilku warstw CNN), a następnie spłaszczyć mapę funkcji i dołączyć inne wartości wejściowych, a następnie kontynuować przez kilka innych warstw. Lub rozszerzyć obraz na początku (jeśli trzeba pomniejszyć, pomniejszyć ...), a następnie przekazać obraz do CNN. Nie wiem, który ramy używasz, ale wiem, że chciałbym spróbować prototyp go w Keras z funkcjonalnym API.

Odpowiedział 19/12/2018 o 15:12
źródło użytkownik

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more