输入关键字进行搜索

    搜索:

    发起问题
    • 发现
    • 话题
    • · · ·
    登录 注册
    框架使用

    多路输入图像CNN

    如何设计一个有多个输入图像的CNN,使得在最后一层的loss是这N个图像loss的平均?
    具体的, 在训练时,如果mini-batch是128, N是16,那么每次iteration是8次classification。
     
    2016-06-19 添加评论
    分享
    • 微博
    • QZONE
    • 微信

    没有找到相关结果

      已邀请:

      与内容相关的链接

      提交

        1 个回复

      cjwdeq

      赞同来自:

      可以参考一下Siamese network的模型
      2016-06-20 0 0
      分享
      • 微博
      • QZONE
      • 微信
      为什么被折叠? 0 个回复被折叠

      要回复问题请先登录或注册

      发起人

      ricky
      ricky

      相关问题

      • Faster R-CNN ,Rcnn ,fast rcnn与caffe有什么关系呀?它主要是用来检测图像中的多个物体的吗?能否进行人脸比对?
      • 图像分类中,类别个数不均匀,相差很大,该怎么处理?
      • SPP-Net的输入还是不懂
      • 求指导图像搜索
      • Caffe中有没有在图像的固定位置做crop的功能?
      • caffe在训练数据时,图像的尺寸不是方形,如何修改输入的尺寸大小
      • 卷积网络的入口,对于彩色图像R,G,B三个通道是如何处理的?
      • 如何将预训练的权重输入到caffe网络中?
      • mtcnn多层模型级联的输入图像问题
      • PCA 和 White 怎样用图像的低频信息和高频信息解释?
      • 请问是不是只有样本是彩色图像的时候才会需要均值文件??

      问题状态

      • 最新活动: 2016-06-20 10:02
      • 浏览: 2649
      • 关注: 2 人
      Copyright © 2021 - 京ICP备15020089号-2, All Rights Reserved