我对cnn回归问题的输出形状有一些疑问。
假设我有图像形状
image shape = (105, 157, 3)
这个图像有14
每个图像的联合坐标(14, 3, 10000)
我猜10000
就是图片的数量
每个关节坐标看起来像
y=array([[145.82985678, 95.5022898 , 1. ],
[111.87785389, 83.38437237, 1. ],
[ 0. , -27.29260682, 0. ],
[146.22287032, 67.62016267, 1. ],
[114.716285 , 89.0394005 , 1. ],
[147.03073148, 90.65512282, 1. ],
[ 0. , -27.29260682, 0. ],
[ 0. , -27.29260682, 0. ],
[ 0. , -27.29260682, 0. ],
[102.99138111, 63.60269094, 1. ],
[107.44553454, 91.85599752, 1. ],
[112.68571505, 118.12240233, 1. ],
[ 95.72063065, 64.38871802, 1. ],
[ 76.74681039, 60.37124629, 1. ]])
如果我想做一个神经网络,那么神经网络应该有输出,输出应该与这个y真值比较
输出的形状应该是什么?
我必须重塑这个y真值的形状是什么?怎么做?
数据集来自Leeds Sports Dataset
(LSP):11000个训练图像和1000个测试图像,这些图像来自在外观和发音方面具有挑战性的体育活动。大多数人有150像素的身高。每个人的全身都有14个关节
目前没有回答
相关问题 更多 >
编程相关推荐