ImageNet 트레이닝 전체 프로세스
훈련집(138G)
인증 세트(6.3G-50000장)
train_label.txt
validation_label.txt
p.s. 빠른 천둥으로 사흘 만에 끝내다
데이터 압축 해제
tar xvf ILSVRC2012_img_train.tar -C ./train
tar xvf ILSVRC2012_img_val.tar -C ./val
train 데이터 집합에 대해 압축을 풀면 1000개의 tar 파일이 있습니다. 다시 압축을 풀려면 스크립트 unzip을 풀어야 합니다.sh는 다음과 같습니다
dir=/data/srd/data/Image/ImageNet/train
for x in `ls $dir/*tar`
do
filename=`basename $x .tar`
mkdir $dir/$filename
tar -xvf $x -C $dir/$filename
done
rm *.tar
데이터 세트 사용
다운로드한 훈련집 아래의 모든 폴더는 하나의 그림이고 폴더 이름에 대응하는 라벨은 좋은 라벨 파일meta를 다운로드한다.matl에서, 이것은 matlab 파일, scipy입니다.io.loadmat는 파일 내용을 읽을 수 있으며 검증집 아래에는 5000장의 그림이 있고 각 그림에 대응하는 라벨은 ILSVRC2012validation_ground_truth.txt에서데이터 강화: 이미지를 추출할 때 무작위로 추출한 다음에 그림을 짧은 256으로 축소한 다음에 224x224의 그림을 무작위로 재단한 다음에 각 채널에서 해당 채널의 평균치를 빼고 무작위로 좌우로 뒤집는다.
신경 네트워크 모델 선택
DenseNet이 실현했기 때문에 이번에는 ResNext와 Inception-ResNet-v2를 해보겠습니다.
ResNext: 인터넷 코드의 실현을 보면 문제가 있는 것 같아요. split 채널은 원문의 뜻과 맞지 않아요. 그리고 제가 훈련해 봤는데 cifar-100 결과와 논문의 결론이 달라서 제 이해에 따라 하나를 만들었어요. imagenet에서 훈련 결과는 원문과 비교적 일치해요.
Inception-resNet-v2: 논문대로 훑어보고, 세 가지 Block, 두 가지 Reduction, 그리고stem 이 몇 가지 모듈.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
형태소 분석은 데스크톱을 구성하는 데 도움이?문자×기계 학습에 흥미를 가져와 개인 범위의 용도를 생각해, 폴더 정리에 사용할 수 있을까 생각해 검토를 시작했습니다. 이번 검토에서는 폴더 구성 & text의 읽기 → mecab × wordcloud를 실시하고 있...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
