2017-08-29 84 views
-1

除了RGB中的圖像本身之外,我還擁有附加每幅圖像的元數據/分類/數字特徵的列表。如何使用附加的分類/數字特徵來訓練CNN模型?

例如當地時間,拍照時的星期幾,照片的GPS /城市名稱以及照片的簡要說明(由人寫)。

你如何訓練一個使用tensorflow的CNN模型和附加功能?

回答

0

一般來說,靈活地將所有各種特徵(圖像,時間,描述等)包含到一個模型中是一個難題。 CNN僅用於從圖像中提取信息。像卷積,合併等操作只能應用於圖像,並需要大量的努力來設計概括。

但是,CNN確實可以幫助您總結圖像中包含的信息。您可以使用CNN的預測作爲您的功能,並以另一種模式提供。

+0

這意味着感。因此,我將使用CNN模型的輸出並將其輸入到另一個模型中,並與其他分類或連續特徵一起進行預測。但是,您將使用什麼作爲CNN模型的標籤?換句話說,CNN模型預測的是什麼? – samol

+0

使用ResNet,您可以爲圖片指定一個標籤;使用Fast-RCNN,您可以檢測視頻中的對象。 CNN有太多的事情要做,所以沒有一個一勞永逸的答案。這真的取決於你的應用程序。 –

相關問題