Обнаружение объектов с использованием сверточной нейронной сети для отдельных объектов - PullRequest
Новая
       5

Обнаружение объектов с использованием сверточной нейронной сети для отдельных объектов

0 голосов
/ 25 октября 2019

Мы создали CNN, используя Python, глубокое обучение, тензорный поток, керас. Первоначально мы проверили это с меньшим количеством классов для определения классов транспортных средств, например, автомобиль, автобус, грузовик, велосипед и т. Д., Чтобы проверить, работает ли наш код или нет. На тот момент точность была близка к 1. Мы можем определить тип транспортного средства не по подтипу. теперь мы увеличили количество классов, слой

Code Snippet 

    tf.keras.layers.Dense(1200, activation='relu'),#hidden layers
    tf.keras.layers.Dense(2000,activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(600, activation='relu'),
    tf.keras.layers.Dense(16, activation='softmax')

с активацией softmax состоит из количества классов. Слои с реляционной активацией состоят из ряда нейронов. Мне нужна помощь в достижении точности моей модели, так как Image не определяет должным образом при увеличении количества классов. Например, я хочу определить модель транспортного средства. Если у нас несколько марок автомобилей (Suzuki, Hyundai), я бы хотел различать разные модели.

...