matconvnet数据集的构建
来源:互联网 发布:linux双网卡 nat 配置 编辑:程序博客网 时间:2024/05/17 08:04
手掌静脉识别时的感兴趣区域的提取(ROI)。主要是分为三个步骤,虽然实际实现的时候不是很难,但是需要很多的的前期工作。
第一:设计算法分辨左右手,这样的目的可以减少在图像库中匹配和识别的时间,我们可以制作两个数据集,分左右手,识别出左右手之后直接在所在的数据集中进行识别匹配。
第二:设计网络识别手掌图像的ROI区域
第三:做实验验证算法的可行性与精确度
接下来我们来看一下如何用matconvnet来训练自己的数据实现左右手的分类
一、matconvnet的安装与配置
这一步很多博主都写得很清楚了,这里给出一个我参考的链接
MatConvNet卷积神经网络(四)——用自己的数据训练
当然还有官网的教程
MatConvNet: CNNs for MATLAB
根据上面的教程,如果你运行setup.m没有问题,那就好了。不得不是matconvnet真是很适合想学习深度学习入门最好的工具,因为不需要很高的硬件要求也没有像caffe要求编译那么多,出现的问题也就会少很多。
二、训练自己的数据
1.修改网络结构
我的学习主要是学习example文件夹下的mnist文件为主,在cnn_mnist_init.m中主要是设置了网络结构,初始化了网络参数,如果我们要自己设计网络的时候,可以直接在这里改,注意在改的时候需要注意一下,
已上图为例,layer1和核大小为5*5,有20个这样的核,所以在之后的偏置也就是zeros(1,20)中,后面的一个数必须与randn(5,5,1,20)的最后一个数要一致,不要改了前面忘了后面,同时改了上层之后,下层的值也是要改的,也是要注意一致的问题。我刚开始的时候犯了这个错误。
2.数据集制作
3.训练网络
得到训练结果如下,我们的数据只有600张,所以训练的效果不是很好。虽然结果不怎么好,但是实现是没用问题的,接下来就是加大数据集来试试了。First, you make a prediction using the CNN and obtain the predicted class multinomial distribution (
Now, in the case of top-1 score, you check if the top class (the one having the highest probability) is the same as the target label.
In the case of top-5 score, you check if the target label is one of your top 5 predictions (the 5 ones with the highest probabilities).
In both cases, the top score is computed as the times a predicted label matched the target label, divided by the number of data-points evaluated.
Finally, when 5-CNNs are used, you first average their predictions and follow the same procedure for calculating the top-1 and top-5 scores.
4.结果测试
- matconvnet数据集的构建
- Matconvnet 构建自己的网络
- MatConvNet框架下mnist数据集测试
- 深度学习(十四):详解Matconvnet使用imagenet模型训练自己的数据集
- (3)如何在MatConvNet下训练自己的数据
- 关于matconvnet数据预处理方法的思考(一)
- Matconvnet 训练自己的数据(使用现有模型)
- matconvnet环境下训练自己的数据集及模型测试-mnist网络结构-cifar10部分数据集
- 深度学习 9. MatConvNet 利用mnist的model来训练自己的data。MatConvNet 训练自己数据(一)。
- 深度学习12:能力提升, 一步一步的介绍如何自己构建网络和训练,利用MatConvNet
- 关于matconvnet的几个小程序(2)用制作的滑动窗口数据进行训练
- 依照ILSVRC2012在matconvnet-1.0-beta23 中用imagenet训练的情况,训练自己的数据
- 深度学习 13. 能力提升, 一步一步的介绍如何自己构建网络和训练,利用MatConvNet(二),思路整理
- MatConvNet卷积神经网络(四)——用自己的数据训练
- Matconvnet学习——利用mnist网络训练自己的数据分辨左右手
- MatConvNet框架的mnist例子
- Matconvnet 的安装以及使用
- matlab matconvnet的安装配置
- Android仿微信通讯录:悬停头部分组列表
- Java泛型超详细解读 : super和extend
- Android状态栏着色实践
- 《第二行代码》封面由你来定!
- WebView的JavaScript与本地代码三种交互方式
- matconvnet数据集的构建
- 我的Pycharm,我做主
- Android WebView拦截请求详解
- 怎么给esayUI datagrid列设置背景色或字的颜色.
- Android Hook框架Xposed入门
- Android属性动画高级用法
- 策略模式:网络小说的固定套路
- Google工程师关于Android 7.0多窗口应用开发的五点建议
- Android抽奖转盘的实现