如何使用未标记的图像训练CNN?

我正在尝试使用CNN GoogleNet Inception训练图像分类器。我有一些标记的图像(每个类别大约1000张)和更多未标记的图像。到目前为止,我只使用了标记的图像,并且获得了不错的准确率。我只是不确定是否可以以某种方式使用未标记的图像。

关于这些未标记的图像,唯一的信息是,每个目录中总是有一些图像(1到10张),并且同一目录中的图像属于同一个类别。

谢谢您


回答:

可以看看Keras ImageDataGenerator。这是一个方便的函数,可以从对应于类别的子目录中读取图像。

即使你不使用Keras进行训练,你也可以进行一次模拟运行,为你的未标记图像生成标签,然后在你的神经网络架构中使用这些标签。

你还可以研究一下伪标记方法,对于那些你没有任何内容信息的图像。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注