-
0 votesanswersviews
TensorFlow - 输入中的额外维度发出错误
我正在尝试使用TensorFlow从VGG网络中提取功能 . 我正在加载一批1000个图像,形状为numpy数组(1000,448,448,3),并尝试使用feed_dict为此批次提供网络: pool = sess.run(vgg.lastpool, feed_dict={vgg.imgs: [image_list]}) 其中image_list是前面提到的形状数组(1000,448,448,... -
1 votesanswersviews
有人知道为什么必须在keras的应用程序中指定input_shape中的最后一个arg?
我想使用前列车网,比如VGG,ResNet . 在Keras中,必须在input_shape中指定(w,h,3)中的格式 . 如果我想将 Channels 指定为1,是否有更多技巧? conv_vgg = keras.application.VGG16(input_shape=(224,224,3)) 我想指定3比1: conv_vgg = keras.application.VGG16(inp... -
0 votesanswersviews
使用自动编码器计算感知损失而不是图像分类器(VGG-16)
对于生成对抗网络的培训我正在使用Perceptual_Loss函数 . Perceptual_Loss是用于在识别图像的特征之后找出两个图像是否彼此相似的函数 . 如上所述here我们可以使用图像分类器和自动编码器来识别特征 . 大多数开发人员使用 VGG16 作为图像分类器来计算Perceptual_Loss . 我想使用预先训练过的自动编码器(我自己训练) . 使用预先训练的自动编码器权重我... -
0 votesanswersviews
从头开始训练VGG16
我试图从头开始训练我的VGG16网络 . 为此,我从https://gist.github.com/baraldilorenzo/07d7802847aaad0a35d3下载了该架构 其中一位作者将代码编写为vgg-16_keras.py代码 . 在此代码中,预期的默认图像大小为224x224 . 我的输入图像也有相同的大小 . 所以,尺寸没有问题 . 接下来,我进行了一些细微的更改,以便我准备好... -
0 votesanswersviews
深度学习:用于自定义和异常对象检测的模型
我正在研究细菌检测项目 . 我的问题是:是否重新使用预训练的重量并且仅在最后几层训练模型来检测异常物体?或者我应该从头开始训练模型? (我有2000个图片的细菌,我没有使用任何数据增加)我试图从头开始训练yoloV3在微型yolo模型,但我有一个最小损失4 ...任何建议?任何首选模型? -
1 votesanswersviews
如何在前进时从tensorflow slim模型VGG中提取特征?
我使用CASIA(人脸识别数据集)作为训练数据集,使用TensorFlow slim模型vgg训练了一个分类模型 . 我想通过使用LFW数据集来测试模型,它是一个面部匹配任务 . 所以我需要提取像fc7 / fc8这样的网络特征,而不是softmax图层,并比较特征之间的距离,以确定它们是否是同一个人 . 如何提取超薄型号的功能? 这是培训代码的一部分 . import tensorflow as... -
36 votesanswersviews
如何计算卷积神经网络的参数个数?
我无法给出AlexNet或VGG Net的正确参数数量 . 例如,要计算VGG Net的 conv3-256 层参数的数量,答案是0.59M =(3 * 3)(256 * 256),即(内核大小)(两个通道数的乘积)关节层),但是这样,我无法获得 138M 参数 . 那么请你告诉我计算的错误,或者告诉我正确的计算程序? -
1 votesanswersviews
输入0与图层flatten_5不兼容:预期min_ndim = 3,发现ndim = 2
我正在尝试微调VGG16神经网络,这里是代码: vgg16_model = VGG16(weights="imagenet", include_top="false", input_shape=(224,224,3)) model = Sequential() model.add(vgg16_model) #add fully connected layer... -
4 votesanswersviews
加载vgg16_weights.h5时如何使用vgg-net?
我使用keras的VGG-16网络 . 这是detail 我的问题是如何使用这个网进行微调,我必须使用这个网络的224 * 224的图像大小?我使用这个网时必须使用1000个课程?如果我不使用1000个类,则会导致错误 例外:层形状(4096L,10L)与重量形状(4096,1000)不兼容 . 求助,谢谢! -
1 votesanswersviews
如何使用VGG-16的预训练功能作为Keras中GlobalAveragePooling2D()图层的输入
是否可以使用VGG-16的预训练模型特征并传递到Keras中其他模型的GlobalAveragePooling2D()图层? 存储VGG-16网络离线功能的示例代码: model = applications.VGG16(include_top=False, weights='imagenet') bottleneck_features_train = model.predict(input) ... -
2 votesanswersviews
重新训练VGG 16的密集层时的内存问题
我想重新训练完全连接的VGG 16层用于大灰度图像(1800x1800),使用Keras和Then后端 . 所以我: 创建了一个带有单色通道的新VGG,并加载了原始VGG的权重 . 为所有卷积层添加trainable = False(根据定义,池和填充不可训练) 删除两个第一密集层,仅保留具有两个神经元的输出层 大幅增加最大池尺寸和步幅,因为我使用输入1800x1800(无选择) ... -
5 votesanswersviews
获取keras中所有已知类别的vgg-16的列表
我使用Keras预训练的VGG-16型号 . 到目前为止我的工作源代码是这样的: from keras.applications.vgg16 import VGG16 from keras.preprocessing.image import load_img from keras.preprocessing.image import img_to_array from keras.applica... -
7 votesanswersviews
将Keras模型集成到TensorFlow中
我试图在TensorFlow代码中使用预先训练的Keras模型,如this Keras blog post中第II节:使用带有TensorFlow的Keras模型中所述 . 我想使用Keras中提供的预先训练的VGG16网络从图像中提取卷积特征图,并在其上添加我自己的TensorFlow代码 . 所以我这样做了: import tensorflow as tf from tensorflow.py... -
1 votesanswersviews
调整现有的Tensorflow图(VGG)
我想使用Ryan的VGG转换张量流模型 . https://github.com/ry/tensorflow-vgg16 现在我想调整图层并添加另一个图层或更改完全连接的图层 . 但我不知道如何从 graphDef 中获取单层/权重或如何调整图形 . -
0 votesanswersviews
MNIST和VGG16以Keras-低验证精度进行传输学习
我最近开始利用Keras的flow_from_dataframe()功能进行项目,并决定使用MNIST数据集对其进行测试 . 我有一个目录,其中包含png格式的MNIST样本,以及一个数据帧,其中每个列在一列中,而标签在另一列中 . 我也使用传输学习,导入VGG16作为基础,并在softmax层10之前添加我自己的512节点relu密集层和0.5 dropout . (对于数字0-9) . 我使用... -
4 votesanswersviews
使用预训练VGG-16模型的Caffe形状不匹配误差
我正在使用PyCaffe来实现受VGG 16层网络启发的神经网络 . 我想使用他们的GitHub page提供的预训练模型 . 通常,这通过匹配图层名称来实现 . 对于我的 "fc6" 图层,我在train.prototxt文件中有以下定义: layer { name: "fc6" type: "InnerProduct" b... -
1 votesanswersviews
Caffe:vgg网络的可变输入图像大小
我正在尝试使用caffe从VGG网络中提取卷积层的特征而不是FC层 . 在这种情况下,理论输入图像大小可能是任意的 . 但它接缝表示VGG网络在裁剪成224x224像素大小的图像上进行了训练 . 所以我在deploy.prototext中定义了一个输入数据层: layers{ name: "data" type: MEMORY_DATA top: "dat... -
0 votesanswersviews
微调vgg引发内存错误
嗨我正在尝试微调 vgg 我的问题,但当我尝试训练网我得到这个错误 . OOM when allocating tensor with shape[25088,4096] 网有这种结构: 我从这个site中拿这个 tensorflow pretrained vgg implementation code . 我只添加这个程序来训练网: with tf.name_scope('joint_los... -
0 votesanswersviews
在Keras的GPU上进行Finetuning VGG-16:内存消耗
我正在为我的任务微调VGG-16 . 我的想法是,我加载预训练的权重,删除最后一层(具有1000个输出的softmax)并将其替换为具有少量输出的softmax . 然后我冻结所有层,但最后一个并训练模型 . 以下是构建原始模型并加载权重的代码 . def VGG_16(weights_path=None): model = Sequential() model.add(ZeroP... -
3 votesanswersviews
Keras VGGnet预训模型可变大小输入
我想用VGG预训练模型提取368x368尺寸图像的特征 . 根据文档,VGGnet接受224x224尺寸的图像 . 有没有办法为Keras VGG提供可变大小的输入? 这是我的代码: # VGG Feature Extraction x_train = np.random.randint(0, 255, (100, 224, 224, 3)) base_model = VGG19(weights=... -
0 votesanswersviews
Tensorflow返回VGG模型的10%验证准确度(不考虑时期数)?
我正在尝试使用张量流中的keras包在CIFAR-10上训练神经网络 . 考虑的神经网络是VGG-16,我直接借用官方的keras模型 . 定义是: def cnn_model(nb_classes=10): # VGG-16 official keras model img_input= Input(shape=(32,32,3)) vgg_layer= Conv2D(64, (3, 3), a... -
7 votesanswersviews
Keras VGG提取功能
我已经加载了预先训练好的VGG面部CNN并成功运行了它 . 我想从第3层和第8层中提取超列平均值 . 我正在关注从here中提取超列的部分 . 但是,由于get_output函数不起作用,我不得不做一些更改: 进口: import matplotlib.pyplot as plt import theano from scipy import misc import scipy as sp fro... -
0 votesanswersviews
TensorFlow认可了vgg-19型号/功能提取器
我的任务要求我从vgg-19网络的pool5层中提取功能 . 以前我使用Caffe进行此操作,然后使用Tensorflow处理提取的功能以进行进一步培训 . 但现在,我想在顶部添加一个deconv层,并对整个网络进行微调以进行端到端的培训 . 现在我的渐变是使用tensroflow获得的,而我使用caffe从vgg-19获得了这些特征,所以我想很难将这些渐变反向传播到caffe . 所以这就是我在... -
0 votesanswersviews
如何使用VGG-S以及如何通过它提取输出功能?
在深度学习中,存在许多卷积神经网络CNN的模型 . 要尝试VGG-S模型,我从这里下载“imagenet-vgg-s.mat”,我尝试通过此代码从第二个完全连接的层中提取输出特征: net = load('./Model/imagenet-vgg-s.mat'); layer = net.layers{1,18}.name; outputFeatures = activations(net,Img... -
4 votesanswersviews
VGG,在keras的感性损失
我想知道是否可以在keras中添加自定义模型到损失函数 . 例如: def model_loss(y_true, y_pred): inp = Input(shape=(128, 128, 1)) x = Dense(2)(inp) x = Flatten()(x) model = Model(inputs=[inp], outputs=[x]) a = ... -
4 votesanswersviews
使用keras通过预训练的VGG实现感知损失
我对DL和Keras比较陌生 . 我试图在Keras中使用预训练的VGG16来实现感知损失但是有一些麻烦 . 我已经发现question但我还在苦苦挣扎:/ A short explanation of what my network should do: 我有一个CNN(后来称为mainModel),它将灰度图像作为输入(#TrainData,512,512,1)并输出相同大小的灰度图像 . 网... -
1 votesanswersviews
微调VGG,得到:从1中减去2引起的负尺寸大小
我正在为MNIST任务微调VGG19模型 . MNIST中的图像是(28,28,1),这是一个通道 . 但是VGG希望输入(?,?,3),这是三个通道 . 所以,我的方法是在所有VGG层之前再添加一个Conv2D层,将(28,28,1)数据更改为(28,28,3),这是我的代码: inputs = Input(shape=(28,28,1)) x = Conv2D(3,kernel_size=(... -
3 votesanswersviews
在连续预测时仅在Keras中实例化一次VGG模型?
有许多在线教程指导如何使用预训练模型在Keras中预测一次图像 . 对于我的情况,我在Keras中使用VGG16模型,我需要连续预测图像,所以我使用for循环来加载图像,然后将其传递给预测函数,它运行良好,但是一个预测时间太长(我的约800ms)机器,仅限CPU),这里是代码: # one full prediction function cost 800ms def predict(im... -
8 votesanswersviews
Keras VGG16微调
在keras blog上有一个VGG16微调的例子,但我无法重现它 . 更确切地说,这里是用于在没有顶层的情况下初始化VGG16并冻结除最顶层之外的所有块的代码: WEIGHTS_PATH_NO_TOP = 'https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg16_weights_tf_dim_or...