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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注