画像テンソルフローの特徴を抽出するための事前訓練モデル？

-3

テンソルフローまたはケラスの画像モデルの特徴を抽出するために使用できるモデルの詳細を教えてください。私は、画像の特徴を抽出する事前訓練されたモデルを探していました。そして、私は、画像のベクトルを作成し、最も近い隣人を適用して、類似の画像を見つける。画像テンソルフローの特徴を抽出するための事前訓練モデル？

出典

2017-11-20 sakthi vel

どのように 'autoencoder'タグですか？ –

vggまたはresNetのような通常の事前訓練された分類モデルは、各レイヤーの画像のさまざまな特徴を抽出します。初期のレイヤーはエッジのようなより基本的で単純な機能に対応しますが、より深いレイヤーはより特定の機能に対応します。特定の機能を画像から抽出する場合は、一部のデータにラベルを付け、そのデータセットでモデルをトレーニングする必要があります。これは、あらかじめ訓練されたモデルの最初の2つのレイヤーをエンコーダーとして使用できます。

しかし、私はCNNの唯一の解決策があなたに良い結果をもたらすと思います。ここでは主題についての素晴らしい読み取りです：https://arxiv.org/ftp/arxiv/papers/1709/1709.08761.pdf

Kerasは実際にvgg16含めて事前に訓練重み、といくつかのアプリケーションが含まれています。https://github.com/fchollet/keras/blob/master/keras/applications/vgg16.pyあり

あなたは（事前に訓練を受けたこのvgg16モデルの重みへのリンクを見つけることができますon imageNet）： https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg16_weights_tf_dim_ordering_tf_kernels.h5

出典

2017-11-20 13:39:40 Jodo

ありがとうございます。画像の特徴は何かを抽出できますか？私はRGB値が特徴の1つだと信じています –

@sakthivel学んだCNNの特定の層の学習された重みとバイアス（params）は、より複雑で非線形な特徴を学ぶので、RGB値のような単純なグローバルな特徴よりも頑強です。丁度答えたリンク先の紙を読んでください。さらに、以下のチュートリアルでは、簡単なオートエンコーダーhttps://blog.keras.io/building-autoencoders-in-keras.htmlについても説明しています。 –

画像テンソルフローの特徴を抽出するための事前訓練モデル？

答えて

関連する問題