coreML 打包图像文件夹和 csv 文件

作为机器学习和 coreML 的新手,我想知道如何通过混合使用一个图像文件夹和一个 csv 文件来创建我们自己的模型。

图像文件夹的结构如下:

images|_ 1.jpg|_ 2.jpg|_ 3.jpg|_ 4.jpg

csv 文件的内容如下:

filename,width,height,class,xmin,ymin,xmax,ymax1.jpg,2048,1251,dog,706,513,743,5622.jpg,1600,980,cat,715,157,733,1813.jpg,2828,1828,cat,460,1530,482,15574.jpg,1276,1754,dog,846,517,878,563

通过这种方式,我希望创建一个模型,能够识别输入图像是猫还是狗,并且还能确定动物的位置。

有办法实现这个目标吗?


回答:

Core ML 无法用于训练模型。你可以使用 Turi Create 来训练对象检测器,这需要不同的文件格式,或者使用其他任何训练包(在这种情况下,你可以使用任何你想要的格式)。

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