本站消息

站长简介/公众号


站长简介:逗比程序员,理工宅男,前每日优鲜python全栈开发工程师,利用周末时间开发出本站,欢迎关注我的微信公众号:幽默盒子,一个专注于搞笑,分享快乐的公众号

  价值13000svip视频教程,python大神匠心打造,零基础python开发工程师视频教程全套,基础+进阶+项目实战,包含课件和源码

  出租广告位,需要合作请联系站长

+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

暂无数据

如何让keras从图像中提取特征

发布于2021-09-11 17:17     阅读(1042)     评论(0)     点赞(0)     收藏(1)



我有一个图像列表作为训练数据,其中一张图像如下所示:

在此处输入图片说明

对于每个训练图像,我手动标记红色纤维并生成一个灰度图像,如下所示:

在此处输入图片说明

现在我想让算法学习红色纤维标记过程,并为每个图像返回一个灰度图像:

def readImagesIntoNumpy(directory):
    files = os.listdir(directory)
    images = map(lambda file: io.imread(directory + file), files)
    return np.array(images)

// xTrain.shape = (num_of_images, 256, 256, 4)
xTrain = readImagesIntoNumpy("./original/")
// yTrain.shape = (num_of_images, 256, 256, 1)
yTrain = np.expand_dims(readImagesIntoNumpy("./gray/"), axis = 3)

// constructing the neural network
s = Input((256, 256, 4))
o = Conv2D(32, (1, 1), activation = 'sigmoid')(s)
for i in range(20):
    o = Conv2D(32, (1, 1), activation='elu')(o)
o = Conv2D(1, (1, 1), activation = 'sigmoid')(o)
model = Model(inputs = [s], outputs = [o])
model.compile(optimizer='adam', loss='binary_crossentropy')
// model.summary() has 21313 trainable parameters

// training the neural network:
model.fit(xTrain, yTrain, epochs = 50, callbacks=[checkpoint])

但是,如果我现在让模型预测训练数据上的灰度图像

yPredicted = model.predict(xTrain)

它只返回完全黑色的图像。

为什么?


解决方案


暂无回答






所属网站分类: 技术文章 > 问答

作者:黑洞官方问答小能手

链接:https://www.pythonheidong.com/blog/article/1037432/a406493ced45f267ab2b/

来源:python黑洞网

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

0 0
收藏该文
已收藏

评论内容:(最多支持255个字符)