我对深入学习,做爱好项目还很陌生。现在我正在用200个类进行多类图像分类。有没有一个教程或一个实际的架构,我可以看看?你知道吗
到目前为止,我尝试了基本密集和有线电视新闻网,但我从来没有达到超过5%的准确率。你知道吗
到目前为止,我最基本的CNN是这样的。你知道吗
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
activation='relu',
input_shape=input_shape,
data_format='channels_first'))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(128, (4, 4), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(256, (5, 5), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(256, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))
model.compile(loss=keras.losses.categorical_crossentropy,
optimizer=keras.optimizers.Adam(),
metrics=['accuracy'])
我寻找解决方案,但从来没有找到任何项目有这么多的类(除了VGG-19或其他SOTA CNN,但我会尝试写我自己的,因为这是为了学习的目的)。是否有人有类似的项目或有一些教程或任何关于这类问题的建议?你知道吗
提前谢谢。你知道吗
200节课真的很少。你知道吗
试试看
这个模型(ResNet50)应该足够适合大多数任务。你知道吗
每一个模特keras.应用如果你的任务是真实世界的图像,你可以使用训练过的权重
相关问题 更多 >
编程相关推荐