首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >使用图像和其他特征进行分类

问使用图像和其他特征进行分类
EN

Stack Overflow用户
提问于 2018-01-27 14:02:06
回答 2查看 108关注 0票数 2

我想同时使用图像和其他特征来对图像进行分类。我正在使用CNN对图像进行分类。但是我如何将其他特性集成到我的模型中呢?例如,如果我正在对图像进行分类,我拥有的特征是:

1.Images

2.Age

3.Sex

一种天真的方法是:

代码语言:javascript
复制
x_combined = np.vstack((age_sex,x)) 

但是,将x_combined输入到我的CNN模型中是没有帮助的,因为这些特征不是图像的一部分。

我想做的是同时使用年龄和性别以及图像进行分类。我使用keras来创建我的模型。如何创建我的模型?

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2018-01-27 14:26:36

您可以很好地将其他功能与像素值堆叠在一起。一个好的Conv网络将从输入中学习模式和更好的特征。

您还可以尝试在Conv net的最后一层添加这些功能,以获得输出。尝试同时使用这两种方法。

票数 3
EN

Stack Overflow用户

发布于 2018-01-29 22:47:13

除了@janu777建议的第二种方法外,您还可以考虑不同的性别和年龄范围(-10岁,11-18,19-30,31-60,61+)来训练几个CNN。在测试过程中,您只需为年龄和性别选择特定的型号。

如果来自不同年龄和性别的数据可能呈现出专门的CNN可以学习的不同模式,那么这背后的理由是什么。理论上,单个CNN应该能够学习数据中的所有这些模式,但这将需要大量的训练样本,而这些样本并不总是可用的。

这个想法的一个很大的缺点是,你需要你想要训练的每一个性别/年龄组合的数据。缺乏代表性的数据可能会使你的模型表现不佳。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/48473090

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档