MatConvNet에서 CNN을 기본 이진 분류로 사용하기 시작했습니다. 총 750 대의 항공기 및 지상 진실 상자가 있다는 점에서 90 개의 이미지가 있습니다. 지상 상자를 사용하여 모든 항공기 이미지 패치를 양수 샘플로 추출하고 입력 변수를 만듭니다.MatConvNet을 사용한 이진 분류 용 CNN
경우Npos = numel(p_regions);
Npos_train = floor(0.25*Npos);
Npos_val = floor(0.25*Npos);
Npos_test = floor(0.50*Npos);
imdb.images.set =[ ones(1, Npos_train) 2*ones(1, Npos_val) 3*ones(1, Npos_test)];
for i=1:Npos
im= imresize (double(p_regions{i,:}),[50,50]);
imdb.images.data(:,:,:, i) = im;
imdb.images.labels(i) = 1;
end
imdb.meta.sets = {'train', 'val', 'test'} ;
나는 항공기 (긍정적) 및 비 항공기 (부정적인) 이미지 패치를 결합 할 경우 다음 코드는 다음과 같이 될 것이다 : 여기에 MATLAB 코드는?
Npos_train = floor(0.25* (Npos+Nneg));
Npos_val = floor(0.25*(Npos+Nneg));
Npos_test = floor(0.50*(Npos+Nneg));
for i=1:Npos
im= imresize (double(p_regions{i,:}),[50,50]);
imdb.images.data(:,:,:, i) = im;
imdb.images.labels(i) = 1;
end
for i=1:Nneg
im= imresize (double(n_regions{i,:}),[50,50]);
imdb.images.data(:,:,:, I+Npos) = im;
imdb.images.labels(I+Npos) = 0;
end
imdb.images.set =[ ones(1, Npos_train) 2*ones(1, Npos_val) 3*ones(1, Npos_test)];
images.data
는 [모든 긍정 모든 단점] 같을 것이다
images.labels
images.set 될 것이다 모두 1 모두 0]
및 images.set 데이터를 구성 할 =들 (1, Npos_train) 2 * ones (1, Npos_val) 3 * ones (1, Npos_test)];
Q : 여기서 혼동을주는 것은 : 훈련을 위해 200 샘플을 원한다면. 그렇다면 데이터가 images.data
및 images.labels
같이 저장되면 CNN이 자동으로 양수 및 음수 샘플을 취하는 방법은 무엇입니까?
편집 내 대답. –