Ответ 1
Пожалуйста, рассмотрите этот тип предварительно подготовленной модели VGG-16 с примером использования, который я нахожу иллюстративным:
Подводя итог:
- Загрузите изображения с помощью OpenCV или scikit-изображений и т.д. (L58)
- Измените размер и/или обрезайте свои изображения в соответствии с размером ввода (224 * 224 для VGG-16) (L58).
- Вычислить и вычесть для каждого изображения среднее значение (L59 ~ L61)
- Поменяйте размер цвета до размеров высоты и ширины (L62)
- Если вы используете scikit-образ, вам нужно поменять 3 цветовых канала, потому что OpenCV загружает изображения как каналы BGR, но scikit-image загружает его как каналы RGB.
- Добавьте размер размера партии (L63)
- Перемешивайте, разделяйте и объединяйте их (по размеру 0), чтобы сформировать обучающие данные
X_train
, тестовые данныеX_test
и т.д. вместе с земной истинойY_train
,Y_test
и т.д. - Если ваш набор данных слишком велик для установки в память, используйте генератор и функцию
fit_generator
, чтобы выполнить тренировку. (У Keras также естьevaluate_generator
иpredict_generator
) - Теперь вы готовы к обучению.