이미지에 존재하거나 존재하지 않는 작은 개체를 감지하는 이진 이미지 분류 작업을 위해 CNN을 디자인하려고합니다. 이미지는 크기가 512x512 (이미 2048x2048에서 dowmsampled) 인 그레이 스케일 (서명되지 않은 짧은 이미지)이며, 교육 및 테스트를 위해 수천 개의 이미지가 있습니다.CNN 매개 변수 추정
CNN을 사용하여 처음으로 작업을 수행 할 때 ~ 80 %의 정확도를 달성 할 수 있기를 바랍니다. 일반적인 CNN 디자인 방법에 대해 알고 싶습니다. 내 목표를 달성 할 수있는 기회.
내 구체적인 질문은 다음과 같습니다
어떻게 회선 층과 완전히 연결된 레이어 많은 사용해야합니까?
각 회선 계층에는 몇 개의 기능 맵이 있고 각 완전 연결 계층에는 몇 개의 노드가 있습니까?
각 회선 레이어의 필터 크기는 얼마나됩니까? 나는 TensorFlow 백엔드 Keras를 사용하여 CNN, 내 컴퓨터의 사양을 구현하기 위해 노력하고있어
은 8 인텔 제온 CPU를 3.5 GHz의 @; 32 GB 메모리; 2 엔비디아 GPU : GeForce GTX 980 및 Quadro K4200
이러한 하드웨어 및 소프트웨어와 함께 교육의 계산 시간을 알고 싶습니다. 구체적으로,
신기원에서 위에서 언급 한 1000 개의 이미지와 (일반적으로) ~ 80 %의 정확도를 달성하는 데 필요한 에포크의 수를 계산하는 데 얼마나 오래 걸리나요?
일반적인 계산 시간을 알고 싶다면 그 이유를 제대로 설정해야합니다.
희망 첫 번째 게시물에 너무 많은 질문을하지 않았습니다.
당신은 신경망의 매개 변수에 대해 물어,이 질문에 대한 "일반적으로"답변, 특히 다른 데이터 세트와 함께 없습니다. 실험을 통해 최상의 매개 변수를 찾아야합니다. – malioboro
@malioboro OK, 일반적인 대답이 없으면 경험에서 빛을 비출 수 있습니까? – mjk
Stanford CS231n 과정에서 CNN 매개 변수를 설정하는 방법에 대한 일반적인 조언을 얻을 수 있습니다. –