如何为神经网络中的训练图像设置目标向量?

我正在训练一个神经网络来识别三种不同的标志(停车标志、禁止左转标志和禁止进入标志)。我为每个类别拍摄了50张图片。每张图片的大小为8×8矩阵,因此我的输入将是150×64的矩阵,输出是3×1的矩阵,但我该如何为这些图像分配目标?另外,在进行训练之前是否需要对这些图像进行归一化处理?


回答:

如果图像没有标签(目标),当然需要自己对它们进行标记。标记50张图片应该不会花费太多时间。

此外,你还需要以某种方式对图像进行归一化处理,无论是最小-最大归一化,还是减去均值并除以标准差,如果不这样做,神经网络的训练将会失败。

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