私は画像分類器を構築していますが、私は66クラスと画像を50000と私のPCのRAMは12ギガバイトです私のRAMは画像のトレーニングには不十分です私の質問は画像の解像度はモデルの精度に影響します私は畳み込みニューラルネットワークを使用しています。入力次元/解像度は畳み込みニューラルネットワークの性能に影響しますか?
-2
A
答えて
0
予測確率を得るために最後に完全に接続されたレイヤーを使用する畳み込みニューラルネットワークを使用している場合、入力レイヤーは固定サイズになるため、ネットワークに供給するためにすべてのイメージをそのサイズに前処理する必要があります。
イメージのサイズがこのサイズより小さい場合は、これを補間してサイズを増やす必要があります。イメージのサイズをさらに小さくすることでメモリに影響を与えません。最小の解像度は入力畳み込みレイヤサイズです。
ラムの問題については、使用しているフレームワークによっては、画像をどのようにしても問題が解決されるはずです。前処理中にOOMエラーが発生した場合は、キューサイズを縮小して、メモリに収まるように画像の一部のみをサイズ変更するようにしてください。 OOMがトレーニング中の場合は、バッチサイズを小さくしてみてください。
+0
何分ですか?私のモデルを訓練するために使用できるイメージの解決策? –
関連する問題
- 1. 畳み込みニューラルネットワークの次元
- 2. 畳み込みニューラルネットワークの入力データ
- 3. 畳み込みレイヤーミスマッチのケラス次元性
- 4. 畳み込みニューラルネットワークの近似能力はどうですか?
- 5. 畳み込みニューラルネットワークの検証精度
- 6. 畳み込みニューラルネットワークと3D画像
- 7. 処理イメージ畳み込みニューラルネットワークにデータを入力する
- 8. 畳み込みニューラルネットワーク入力に追加値を追加する?
- 9. 可変サイズ畳み込みニューラルネットワーク入力と固定出力
- 10. jpeg圧縮は、畳み込みニューラルネットワークを使用したトレーニングと分類に影響します。
- 11. 畳み込みニューラルネットワークの密な層と出力層の次元を計算するには?
- 12. 畳み込みニューラルネットワーク - 可視化重み
- 13. なぜ畳み込みニューラルネットワークの入力は常に画像の二乗ですか?
- 14. 畳み込みニューラルネットワーク(CNN)でバックプロパゲーションがどのように機能しますか?
- 15. 畳み込みニューラルネットワークのレイヤーを特定
- 16. 畳み込みニューラルネットワークのコスト関数
- 17. 実装畳み込みニューラルネットワークのケラス
- 18. 畳み込みニューラルネットワークの不均衡クラス
- 19. 畳み込みニューラルネットワークの層数
- 20. 畳み込みニューラルネットワークの認識タイプ
- 21. 畳み込みニューラルネットワーク - 複数のチャネル
- 22. theano/lasagneとの畳み込みニューラルネットワーク
- 23. トレーニング精度が画像分類のための畳み込みニューラルネットワークを実装
- 24. 畳み込みニューラルネットワークにおけるフィルタベクトルとそのレイヤ機能
- 25. 畳み込みニューラルネットワークの深さの解釈
- 26. 畳み込みニューラルネットワークの精度を向上
- 27. 畳み込みニューラルネットワークの列車画像の選択
- 28. mxnetの畳み込みニューラルネットワークを用いた時系列解析
- 29. Udacityディープラーニング畳み込みニューラルネットワーク - TensorFlow
- 30. 畳み込みニューラルネットワークの画像前処理
私たちのビジョンに影響を及ぼす可能性があります。モデルにはおそらく限界があります。しかし、使用しているバッチサイズは何ですか? 'generator'と' model.fit_generator() 'を使ってみてください。たくさんの画像を扱うときはとても普通です。 Kerasには、ImageDataGeneratorなどのいくつかのオプションがあります。https://keras.io/preprocessing/image/ –
サイズ変更中に特定の解像度にデータをサイズ変更するだけです。すべての画像がサイズ変更されません.RAMが満杯になるので、 何が分かったのか分かりますか?私のモデルを訓練するために使用できるイメージの解決策? –
オンライン(インクリメンタル)学習アルゴリズムを試してみてください。一度にすべての画像を一度にメモリにロードするのではなく、バッチサイズを使って一度に@DanielMöllerのようにいくつかの画像に対して行います。大量の画像のみをその場でサイズ変更することができます。最低限の解決策はありません。 –