Science des données image-recognition

7

Pourquoi la plupart des travaux publiés en imagerie médicale essaient-ils de réduire les faux positifs?

Dans le traitement d'images médicales, la plupart des travaux publiés tentent de réduire le taux de faux positifs (FPR) alors qu'en réalité, les faux négatifs sont plus dangereux que les faux positifs. Quelle est la justification derrière cela?

20 image-classification image-recognition

3

Extraction de fonctionnalités d'images en Python

Dans ma classe, je dois créer une application à l'aide de deux classificateurs pour décider si un objet dans une image est un exemple de phylum porifera (seaponge) ou un autre objet. Cependant, je suis complètement perdu en ce qui concerne les techniques d'extraction de fonctionnalités en python. Mon conseiller …

18 python feature-extraction image-recognition

5

Surajustement du réseau neuronal convolutif. Le décrochage n'aide pas

Je joue un peu avec des convnets. Plus précisément, j'utilise l'ensemble de données kaggle cats-vs-dogs qui consiste en 25000 images étiquetées comme chat ou chien (12500 chacune). J'ai réussi à atteindre une précision de classification d'environ 85% sur mon test, mais je me suis fixé comme objectif d'atteindre une précision …

16 neural-network deep-learning convnet image-recognition dropout

3

Redimensionnement et remplissage d'image pour CNN

Je veux former un CNN pour la reconnaissance d'image. Les images pour la formation n'ont pas de taille fixe. Je veux que la taille d'entrée pour le CNN soit 50x100 (hauteur x largeur), par exemple. Lorsque je redimensionne des images de petite taille (par exemple 32x32) à la taille d'entrée, …

14 machine-learning image-classification preprocessing image-recognition

1

Raison des images carrées dans le deep learning

La plupart des modèles avancés d'apprentissage en profondeur comme VGG, ResNet, etc. nécessitent des images carrées en entrée, généralement avec une taille de pixel de 224x224224x224224x224 . Y a-t-il une raison pour laquelle l'entrée doit être de forme égale, ou puis-je également créer un modèle convnet avec disons 100x200100x200100x200 (si …

12 deep-learning image-classification image-recognition

2

Combien d'images par classe suffisent pour former un CNN

Je démarre un projet où la tâche consiste à identifier les types de baskets à partir d'images. Je lis actuellement les implémentations de TensorFlow et Torch . Ma question est: combien d'images par classe sont nécessaires pour atteindre une performance de classification raisonnable?

12 machine-learning neural-network image-classification convnet image-recognition

5

Saut de dimension dans l'apprentissage automatique

Quel est le problème de saut de dimension dans l'apprentissage automatique (survenant dans les réseaux de neurones convolutifs et la reconnaissance d'images)? J'ai googlé à ce sujet, mais tout ce que je reçois, c'est des informations sur la physique de la déformation des formes des matériaux. Il sera plus utile …

10 machine-learning image-recognition

3

Relation entre la convolution en mathématiques et CNN

J'ai lu l' explication de la convolution et je la comprends dans une certaine mesure. Quelqu'un peut-il m'aider à comprendre comment cette opération est liée à la convolution dans les réseaux neuronaux convolutionnels? Le filtre est-il une fonction gqui applique du poids?

10 machine-learning neural-network deep-learning cnn convolution machine-learning ensemble-modeling machine-learning classification data-mining clustering machine-learning feature-selection convnet pandas graphs ipython machine-learning apache-spark multiclass-classification naive-bayes-classifier multilabel-classification machine-learning data-mining dataset data-cleaning data machine-learning data-mining statistics correlation machine-learning data-mining dataset data-cleaning data beginner career python r visualization machine-learning data-mining nlp stanford-nlp dataset linear-regression time-series correlation anomaly-detection ensemble-modeling data-mining machine-learning python data-mining recommender-system machine-learning cross-validation model-selection scoring prediction sequential-pattern-mining categorical-data python tensorflow image-recognition statistics machine-learning data-mining predictive-modeling data-cleaning preprocessing classification deep-learning tensorflow machine-learning algorithms data keras categorical-data reference-request loss-function classification logistic-regression apache-spark prediction naive-bayes-classifier beginner nlp word2vec vector-space-models scikit-learn decision-trees data programming

2

Comment reconstruire les pixels mélangés d'un fichier vidéo?

Supposons que vous ayez un fichier vidéo dont l'ordre des pixels a été mélangé une fois. Autrement dit, un ordre aléatoire a été défini une fois et appliqué à toutes les trames. Existe-t-il une approche connue pour récupérer l'ordre initial des pixels? J'ai quelques idées pour récupérer la topologie initiale …

8 statistics convnet image-recognition convolution tsne

Questions marquées «image-recognition»