Мой набор данных - это изображения китов. Я пытаюсь обучить CNN, который может найти 2 точки кита на данном изображении. Мои тренировочные функции - это изображение в массиве, а цели - координаты x и y 2 точек на изображении (2 точки на ките).
Каков наилучший способ создания нейронной сети с помощью Keras, которая может извлечь уроки из имеющегося у меня набора данных, чтобы он мог найти эти точки на новых немаркированных изображениях?
Моя главная проблема на данный момент - выяснить, как отформатировать цель (2 точки на изображении), чтобы моя модель Keras могла понимать / читать данные.
Неверный код, который у меня есть:
x_train = np.array([cv2.imread("1small.jpg")])
y_train = np.array([14.1, 13.5, 16.3, 14.1])
x_test = np.array([cv2.imread("0small.jpg")])
y_test = np.array([11.8, 10.8, 17.0, 16.0]) # fake data just to test
model = Sequential()
model.add(Dense(1,32,32,3))
model.add(Activation('tanh'))
model.add(Dense(1))
model.compile(loss='mean_absolute_error', optimizer='rmsprop')
model.fit(x_train, y_train, nb_epoch=1, batch_size=1)
prediction = model.predict(x_test)
print prediction