使用循环神经网络进行图像分类

Question

使用循环神经网络进行图像分类

pythontensorflowkerasconv-neural-networkrecurrent-neural-network

7

我正在尝试使用自定义数据集和RNN对带标签的图像进行分类。除了Mnist数据集之外，我找不到其他任何示例。类似于使用CNN进行分类的仓库的任何帮助都将不胜感激。关于使用RNN对图像进行分类的任何帮助都将有所帮助。试图替换以下教程中的CNN网络：此处教程。

- Albab A. Khan

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- David Parks · Accepted Answer

Aymericdamien有一些最好的示例，他们有一个使用RNN处理图像的示例。

https://github.com/aymericdamien/TensorFlow-Examples

https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/recurrent_network.ipynb

这个例子使用了MNIST数据集，但是它可以应用于任何图像。

然而，需要指出的是，你很少会找到使用RNN对图像进行分类的示例，因为对于大多数图像处理任务来说，RNN不如CNN。上面链接的示例更多是为了教育目的而非实际目的。

现在，如果你试图使用RNN处理一系列图像（例如视频），在这种情况下，更自然的方法是将CNN（用于图像处理部分）与RNN（用于序列处理部分）结合起来。为此，通常会在某些分类任务（例如Imagenet）上预训练CNN，然后将图像通过CNN，最后一层CNN将成为每个时间步长的RNN输入。然后你可以让整个网络使用在RNN上定义的损失函数进行训练。