1
A
回答
-1
您可以使用一些預先訓練過的模型(例如「InceptionV3」)來提取圖像的特徵,這些特徵可以用作LR的輸入來訓練您自己的標籤。將「InceptionV3」視爲精細調整的圖像特徵提取器,並訓練您的LR部分。 Here是所有預先訓練的模型
+0
也嘗試了這種方法。但是LR要求事先給出標籤。由於所有標籤都是相同的,所以它不是學習。我應該如何提供標籤? –
+0
所以你沒有負面形象訓練LR? –
+0
編號只有一組圖像即狗圖像。 –
相關問題
- 1. Tensorflow分類圖像訓練
- 2. 計算matlab中圖像的像素概率
- 3. 類似的圖像訓練集生成器
- 4. 使用經過訓練的鑑別來計算概率
- 5. tensorflow圖像重新訓練
- 6. 什麼是圖像處理中的訓練和測試?
- 7. mxnet訓練圖像分類模型
- 8. 將不同類的圖像分割成Python中的訓練和測試集
- 9. 如何計算matlab中使用支持向量機進行圖像分類訓練和測試的準確性
- 10. dlib dnn_face_recognition_ex訓練模型沒有檢測到訓練圖像的人
- 11. 不同維度的圖像訓練SVM
- 12. 用tensorflow訓練您自己的圖像?
- 13. 笨圖像讀取概率
- 14. 改變訓練圖像訓練神經網絡
- 15. 如何計算圖像的分辨率?
- 16. 訓練算法以獲得更好的圖像識別
- 17. 調試pymc概率計算
- 18. 如何用Keras中的訓練模型預測輸入圖像?
- 19. 如何使用EigenObjectRecognizer訓練圖像
- 20. 如何製作哈爾訓練圖像
- 21. Tesseract OCR無法正確訓練圖像
- 22. 使用預先訓練的(Tensorflow)CNN的分類圖像
- 23. 用tiff圖像重新訓練初始圖像
- 24. 的R - 計算測試MSE給出從訓練集訓練模型和測試集
- 25. 概率的計算
- 26. 來自訓練過的sklearn中樹節點的預測分類概率DecisionTreeClassifier
- 27. 特徵向量:訓練對測試集的權重計算
- 28. 對於大於64 x 128像素的圖像,我如何訓練HoG圖像?
- 29. R中的模型(試圖計算隨機事件的概率)
- 30. 訓練字母圖像到全批培訓的神經網絡
您需要底片才能訓練這樣的模型。 –
任何其他方法(無監督)? –