作为背景,我对机器学习的世界相对较新,并尝试进行一个项目,目标是对NBA比赛中的戏剧进行分类。我的输入是每个游戏中的每个戏剧的40帧序列,我的标签是给定戏剧的11个全面分类。
计划是将每个帧序列传入CNN中提取一组特征。然后将给定视频的每个特征序列传递到RNN中。
我目前大多数实现都是使用Keras完成的,并选择使用VGG16模型进行CNN。以下是一些相关代码:
我的问题是 - 如果我的目标是对 NBA 比赛视频剪辑进行分类,那么是否仍然有必要将 VGG16 ConvNet 的权重初始化为 'imagenet'?如果是,为什么?如果不是,我该如何训练 VGG16 ConvNet 来获得自己的一组权重,然后如何将它们插入到此函数中?我很难找到任何教程,在使用 VGG16 模型时,有人包含了他们自己的一组权重。如果我的问题有些幼稚,请原谅,但我真的很感激任何帮助来澄清这个问题。
计划是将每个帧序列传入CNN中提取一组特征。然后将给定视频的每个特征序列传递到RNN中。
我目前大多数实现都是使用Keras完成的,并选择使用VGG16模型进行CNN。以下是一些相关代码:
video = keras.Input(shape = (None, 255, 255, 3), name = 'video')
cnn = keras.applications.VGG16(include_top=False, weights = None, input_shape=
(255,255,3), pooling = 'avg', classes=11)
cnn.trainable = True
我的问题是 - 如果我的目标是对 NBA 比赛视频剪辑进行分类,那么是否仍然有必要将 VGG16 ConvNet 的权重初始化为 'imagenet'?如果是,为什么?如果不是,我该如何训练 VGG16 ConvNet 来获得自己的一组权重,然后如何将它们插入到此函数中?我很难找到任何教程,在使用 VGG16 模型时,有人包含了他们自己的一组权重。如果我的问题有些幼稚,请原谅,但我真的很感激任何帮助来澄清这个问题。