Cómo agregar un parámetro adicional para una CNN mientras que la formación

votos
0

Por lo tanto, tengo que entrenar una red en la que tengo una imagen, en tierra de verdad, y un parámetro adicional relacionada con una imagen (imagen actual estado).

Hay una cámara que captura imágenes a diferente nivel de zoom. Para una determinada alrededores, tengo cuatro imágenes con diferentes niveles de zoom (0,25,50,75). Necesito entrenar a la red de tal manera que dada una imagen de prueba, puedo clasificar si quiero acercar o alejar la imagen.

Por lo tanto, el conjunto de datos que tengo es la imagen, tierra-verdad (acercar o alejar la imagen o sin zoom), y el nivel de zoom actual.

¿Cómo puedo agregar este nivel de zoom actual en mi red para que la red se entrena correctamente?

Estoy planeando utilizar VGG o AlexNet por ahora y luego pasar a su inicio o ResNet en el futuro.

Publicado el 19/12/2018 a las 14:20
fuente por usuario
En otros idiomas...                            


1 respuestas

votos
2

Lo que podría hacer es crear un modelo que procesa la imagen a través de la CNN y entonces de alguna manera combina otros insumos para el modelo. Por lo tanto el modelo debe tener un par de entradas: Imagen, (acercar o alejar la imagen o sin zoom), el nivel de zoom actual. Así se pasa la imagen a la CNN (o pocas capas CNN) y luego aplanar el mapa de características y añadir otros valores de entrada y luego continuar a través de algunas otras capas. O aumentar la imagen en el inicio (si tiene que alejar, reducir ...) y luego pasar la imagen a la CNN. No sé qué marco se está utilizando, pero sé yo trataría de un prototipo en Keras con API funcional.

Respondida el 19/12/2018 a las 15:12
fuente por usuario

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more