#python #keras-layer
#python #keras-layer
Вопрос:
Я пытаюсь предсказать общее количество элементов в видео. И в каждом видео разное количество элементов? Я хочу сделать это с помощью 2dcnn. Но я смущен тем, каким именно будет дизайн моего последнего слоя. Я имею в виду, что у меня нет списка меток одинаковой длины? Например, если мне нужно спроектировать плотный в качестве последнего слоя, каким может быть дизайн? Плотный (узлы =?) Примечание: у меня есть csv, содержащий общее количество элементов в видео для каждого обучающего видео.
Комментарии:
1. Если вы тренируете один cnn для всех видеороликов, у вас должны быть все классы, которые вы хотите идентифицировать в своем последнем слое
2. Хорошо .. но, например, у меня есть 3 видео, и 70,30,28 соответственно — это общее количество элементов в каждом видео. Затем то, что я упомяну в последнем слое.
3. Вам нужны все объекты, если все 70, 30 и 28 объектов являются разными объектами, вам нужно 128 классов. Если 30 объектов в видео 2 также отображаются в видео 1 с 70 объектами, они вам не нужны дополнительно … Но мне действительно интересно, как выглядят ваши обучающие данные и как вы обнаруживаете объекты, а не просто классифицируете отдельные кадры..
4. Я беру 30 кадров из каждого видео .. и общее количество в основном было собрано из каждого кадра видео. Для каждого кадра количество объектов может быть одинаковым или разным.. каждый кадр имеет общее количество объектов против него в формате csv.
5. ах, значит, это планируется как задача регрессии, а не для классификации? Тогда у вас будет один выходной параметр: ваше количество объектов. Но я не знаю, может ли это быть успешным способом.