Ich möchte ein System erstellen, das ein einzelnes Objekt mit Keras erkennt. In meinem Fall werde ich Autoräder entdecken. Wie trainiere ich mein System nur für 1 Objekt? Ich habe eine Klassifizierungsaufgabe gemacht, bevor ich Katzen und Hunde benutzt habe, aber jetzt ist es eine ganz andere Aufgabe. Klassifiziere ich noch, mit Klasse 0 = Räder, Klasse = 1 nicht Räder (nur zufällige Bilder von irgendetwas)? Wie führe ich die folgenden Schritte in diesem Problem aus? 1) Zugsystem für 1 Objekt 2) Objekt erkennen (Schiebefenster oder Heatmap)Einzelobjekterkennung keras
0
A
Antwort
1
Ihre Aufgabe ist eine sogenannte binäre Klassifizierung. Stellen Sie sicher, dass Ihre letzte Ebene nur ein Neuron hat (z. B. für Sequential model model.add (Dense (1, ... andere Parameter ...)))) und verwenden Sie die binary_crossentropy als Loss-Funktion.
Hoffe, das hilft.
Verwandte Themen
- 1. Keras: chmod Ergebnisse nicht Keras Modul
- 2. Keras Eingabedatenformat
- 3. Keras + IndexError
- 4. Keras Assertionsfehler
- 5. Keras ignoriert Werte in $ HOME/.keras/keras.json Datei
- 6. Achtung Modelleinführung Keras/Theano
- 7. Keras geladene Modelleingabe ändern
- 8. Keras backend.repeat_elements funktioniert nicht?
- 9. Keras + Tensorflow Optimierung Boxen
- 10. Keras sample_weight Array Fehler
- 11. ImportError mit Keras importieren
- 12. Keras CNN-Modellparameterberechnung
- 13. Mehrere Ausgänge in Keras
- 14. Keras Fehler Kompilieren Knoten
- 15. Keras Backend-Modellierung Problem
- 16. Keras Training warm_start
- 17. Keras CNN Modell stoppt
- 18. Feed LSTM in Keras
- 19. Debug Keras Tensor Werte
- 20. LSTM mit keras
- 21. keras autoencoder konvergiert nicht
- 22. Theano-Grafikdruck in Keras
- 23. Dichter Fehler mit Keras
- 24. Keras Data Augmentation Parameter
- 25. Keras/Tensorflow benutzerdefinierte Verlustfunktion
- 26. Keras Eingabeform ValueError
- 27. Datenparallelität in Keras
- 28. Keras falsche Bildgröße
- 29. Augementations in Keras ImageDataGenerator
- 30. Keras Cifar10 Beispiel Datenvorverarbeitung
Vielen Dank für die Antwort! Also werde ich 2 Klassen haben, eine mit Rädern, andere mit Rädern? Kannst du mir sagen, warum es auf der letzten Schicht nur ein Neuron gibt, als gegen 2, weil es 2 Klassen gibt? – Powisss
Sie haben Recht. Ich denke du hast dein Problem jetzt gut verstanden. Sie könnten auch zwei Neuronen am Ende für die binäre Klassifizierung verwenden. Werfen Sie einen Blick auf: http://stats.stackexchange.com/questions/207049/neural-network-for-binary-classification-use-1-or-2-output-neurons Sie können beide implementieren und schauen welche funktioniert besser (z. B. Notenübernahme). Die Wahl liegt bei Ihnen. Versuche es ;) –