标签: conv-neural-network

我找到了下面这张图：

在此网页中显示

我想知道这种图像是如何生成的？

我正在致力于实现 YOLO v2 和 3，以在自定义数据集上进行对象检测。虽然 YOLO v2 和 3 使用 5 个左右的锚框，但我通常每个图像可能有 50-100 次检测。我的感觉是，如果只有 5 个锚框，那么每个图像最多有 5 个检测，对吧？所以我试图了解是否需要调整我的数据集的锚框数量。

我的问题是，锚框的数量是否需要大于任何训练图像中边界框的最大数量？这样，我就永远不会遇到没有相应锚框的检测。这是改编 YOLO 的正确思考方式吗？

如果我的直觉是正确的，那么我需要使用 k 均值来对地面实况图像中的边界框进行聚类并设置锚框坐标。然后我将使用本博客文章中指定的常用回归方法。

感谢任何人都可以提供的帮助。

我目前正在尝试修改 VGG16 网络架构，以便它能够接受 400x400 像素的图像。

根据我读过的文献，方法是将全连接（FC）层转换为卷积（CONV）层。这本质上“允许网络在更大的输入图像上有效地 \xe2\x80\x9cslide\xe2\x80\x9d 并对图像的不同部分进行多次评估，合并所有可用的上下文信息。” 然后，使用平均池层“将多个特征向量平均为总结输入图像的单个特征向量”。

我已经使用此函数完成了此操作，并提出了以下网络架构：

----------------------------------------------------------------\n        Layer (type)               Output Shape         Param #\n================================================================\n            Conv2d-1         [-1, 64, 400, 400]           1,792\n              ReLU-2         [-1, 64, 400, 400]               0\n            Conv2d-3         [-1, 64, 400, 400]          36,928\n              ReLU-4         [-1, 64, 400, 400]               0\n         MaxPool2d-5         [-1, 64, 200, 200]               0\n            Conv2d-6        [-1, 128, 200, 200]          73,856\n              ReLU-7        [-1, 128, 200, 200]               0\n            Conv2d-8        [-1, 128, 200, 200]         147,584\n              ReLU-9        [-1, 128, 200, 200]               0\n        MaxPool2d-10        [-1, 128, 100, …

谁能帮我解释一下时间分布式层（来自Keras Wrapper）和 ConvLSTM-2D （卷积 LSTM）之间的差异，目的、用法等？

我制作了一个卷积神经网络，我希望它获取输入图片和输出图片，但是当我将图片转换为张量时，它们的尺寸错误：

RuntimeError: Expected 4-dimensional input for 4-dimensional weight [20, 3, 5, 5], but got 3-dimensional input of size [900, 1440, 3] instead 

如何更改图片的尺寸？为什么需要改变？以及如何将输出变成图片？我尝试使用

transform = transforms.Compose(
[transforms.ToTensor(),
 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

使 img 标准化，但没有改变尺寸。这是我的神经网络

    def __init__(self):
    super(Net, self).__init__()
    torch.nn.Module.dump_patches = True
    self.conv1 = nn.Conv2d(3, 20, 5)
    self.pool = nn.MaxPool2d(2, 2)
    self.conv2 = nn.Conv2d(20, 16, 5)
    self.fc1 = nn.Linear(16*5*5, 120)
    self.fc2 = nn.Linear(120, 84)
    self.fc3 = nn.Linear(84, 16*5*5)


def forward(self, x):
    x = self.pool(F.relu(self.conv1(x)))
    x = self.pool(F.relu(self.conv2(x)))
    x = …

我目前正在学习在我的项目中使用 Tensorflow-2.0。我想使用卷积神经网络（CNN）来完成一个语义分割任务，并在编码时发现一个奇怪的错误。

首先，构建了一个简单的模型并且运行良好。

X_train,y_train = load_data()

input = tf.keras.layers.Input((512,512,7))
c1 = tf.keras.layers.Conv2D(64,3,padding='same',activation='relu')(input)
c1 = tf.keras.layers.BatchNormalization()(c1)
c1 = tf.keras.layers.Conv2D(64,3,padding='same',activation='relu')(c1)
c1 = tf.keras.layers.BatchNormalization()(c1)
c1 = tf.keras.layers.Conv2D(3,3,padding='same',activation='softmax')(c1)
model = tf.keras.models.Model(inputs=[input],outputs=[c1])

model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.0001),
              loss=tf.keras.losses.sparse_categorical_crossentropy,
              metrics=['accuracy'])
results = model.fit(X_train,y_train,batch_size=8,epochs=1000)

但是，当我尝试使用自定义 Keras 模型时，出现了一些错误：

class SequenceEECNN(tf.keras.Model):
    def __init__(self,n_class=3,width=32):
        super(SequenceEECNN,self).__init__(name='SequenceEECNN')
        self.n_class = n_class
        self.width = width
        self.c1 = tf.keras.layers.Conv2D(self.width, 3,activation='relu',padding='same')
        self.c2 = tf.keras.layers.Conv2D(self.width, 3, activation='relu',padding='same')
        self.out = tf.keras.layers.Conv2D(self.n_class,3,activation='softmax',padding='same')

    def call(self, inputs):
        x = self.c1(inputs)
        x = tf.keras.layers.BatchNormalization()(x)
        x = self.c2(x)
        x = tf.keras.layers.BatchNormalization()(x)
        return self.out(x)

X_train,y_train = load_data()

model …

我正在尝试使用卷积层对灰度（单层）图像（存储为 numpy 数组）进行卷积。这是代码：

conv1 = torch.nn.Conv2d(in_channels = 1, out_channels = 1, kernel_size = 33)
tensor1 = torch.from_numpy(img_gray)
out_2d_np = conv1(tensor1)

out_2d_np = np.asarray(out_2d_np)

我希望我的内核为 33x33，并且输出层的数量应等于输入层的数量，当图像的 RGB 通道相加时，输入层的数量为 1。运行时out_2d_np = conv1(tensor1)会产生以下运行时错误：

RuntimeError: 预期 4 维输入为 4 维权重 1 1 33 33，但得到了大小为 [246, 248] 的 2 维输入

我知道如何解决这个问题吗？我特别想使用torch.nn.Conv2d()类/函数。

预先感谢您的任何帮助！

当尝试做的时候set_image_dim_ordering('th')

from keras import backend as K

K.set_image_dim_ordering('th')

我遇到属性错误：

AttributeError: module 'keras.backend' has no attribute 'set_image_dim_ordering'

所以我正在培训一名Conv。神经网络。以下是基本细节：

• 原始标签 dim = torch.Size([64, 1])
• 网络输出 dim = torch.Size([64, 2])
• 损失类型 = nn.CrossEntropyLoss()
• 错误= RuntimeError：/pytorch/aten/src/THCUNN/generic/ClassNLLCriterion.cu:15 不支持多目标

我哪里错了..？

训练：

EPOCHS        = 5
LEARNING_RATE = 0.0001
BATCH_SIZE    = 64

net = Net().to(device)
optimizer = optim.Adam(net.parameters(), lr=LEARNING_RATE)

loss_log = []
loss_log = train(net, trainSet, loss_log, EPOCHS, LEARNING_RATE, BATCH_SIZE)

火车功能：

def train(net, train_set, loss_log=[], EPOCHS=5, LEARNING_RATE=0.001, BATCH_SIZE=32):
  print('Initiating Training..')  
  loss_func = nn.CrossEntropyLoss()

  # Iteration Begins
  for epoch in tqdm(range(EPOCHS)):
    # Iterate over every sample in the batch
    for data in tqdm(trainSet, desc=f'Iteration > …

我有一个简单的卷积网络：

import torch.nn as nn 

class model(nn.Module):
def __init__(self, ks=1):
    super(model, self).__init__()
    self.conv1 = nn.Conv2d(in_channels=4, out_channels=32, kernel_size=ks, stride=1)

    self.fc1 = nn.Linear(8*8*32*ks, 64)
    self.fc2 = nn.Linear(64, 64)

def forward(self, x):
    x = F.relu(self.conv1(x))
    x = x.view(x.size(0), -1)
    x = F.relu(self.fc1(x))
    x = self.fc2(x)
    return x

cnn = model(1)

由于内核大小为1且输出通道为32，我假设32*1*1该层中应该有权重。但是，当我询问pytorch权重矩阵的形状时cnn.conv1.weight.shape，它返回torch.Size([32, 4, 1, 1])。为什么输入通道的数量会对conv2d层的权重产生影响？

我错过了什么吗？