Keras图像打分(1:原理)

Keras图像打分

图像打分不同于传统图像分类任务,属于回归任务,标签是连续的数值而不是离散的某一个类别。打分任务总结起来就一句话:卷积神经网络提取到的特征打分

首先需要事先标注好的数据集,包括图像和和对象对应的分数(标签),将所有的图像数据和对应的标签转换为NumPy数组一一对应。接下来把NumPy数组输入到卷积神经网络中进行训练,返回训练结果。最后使用训练好的模型在测试集上进行打分,并根据真实分数进行误差计算。

打分过程如下图所示:
在这里插入图片描述
深度学习方法做图像回归打分任务则特征提取器为卷积神经网络为主,传统机器学习方法做图像回归打分任务则特征提取器以SVM为主;整体过程相似,都以提取图像特征为主要环节。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值