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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注