Select Language

Open Dataset

微小な画像ネット機能

微小な画像ネット機能

6607.13M
548 hits
0 likes
0 downloads
0 discuss
Computer Science,Image Data,Art,Feature Engineering Classification

Data Structure ? 6607.13M

    Data Structure ?

    *The above analysis is the result extracted and analyzed by the system, and the specific actual data shall prevail.

    README.md

    ## 概要 このデータセットは、*Tiny Imagenet Dataset* から抽出された特徴ファイルを提供します。これらの特徴は、[Pythonパッケージ](https://github.com/jgoodman8/py-image-features-extractor) を通じて抽出されています。使用された手法は以下の通りです。 - 畳み込みニューラルネットワークアンサンブル - 線形二値パターンヒストグラム(LBPH) - 特徴バッグ(ビジュアルワードバッグ) - SIFT - SURF - KAZE ## アンサンブル 低解像度の画像では、良好な分類能力を持つ特徴ベクトルを取得するのが難しいことに注意してください。*特徴検出* 手法を適用することで、検出された*キーポイント*の数を簡単に確認できます。解像度が高いサンプルでは、解像度が良いため、キーポイントの数が大幅に増えます。実際、一部の画像では、適用された検出器に対してキーポイントがまったく検出されません。その結果、抽出された特徴は低品質な結果をもたらす可能性があります。 抽出された特徴の品質を向上させるために、新しいニューラルネットワークが構築されました。畳み込みニューラルネットワーク(ConvNet)のアーキテクチャは、異なる微調整されたネットワークの抽出特徴を組み合わせるスタッキングアプローチに触発されています。そのため、事前学習されたVGG19、ResNet50、DenseNet201が選ばれ、少ないエポック数で微調整され、最後の層が削除されます。図に示すように、データがこれらのネットワークに入力され、それらの出力が連結されます。最後に、2つの全結合ブロックとソフトマックス層がネットワークの上部に追加されます。これらの全結合ブロックはそれぞれ、ReLU層、バッチ正規化層、ドロップアウト層で構築されています。モデル全体が微調整され、上部のブロックが削除されて高レベルの特徴が抽出されます。 ![](https://www.googleapis.com/download/storage/v1/b/kaggle-user-content/o/inbox%2F2374638%2F963745bcb7e975db2ad9ebc2fb869e91%2Fsuper-ensemble.png?generation=1562502918573288&alt=media)
    ×

    The dataset is currently being organized and other channels have been prepared for you. Please use them

    The dataset is currently being organized and other channels have been prepared for you. Please use them

    Note: Some data is currently being processed and cannot be directly downloaded. We kindly ask for your understanding and support.
    No content available at the moment
    No content available at the moment
    • Share your thoughts
    Go share your ideas~~

    ALL

      Welcome to exchange and share
      Your sharing can help others better utilize data.
    Points:0 Go earn points?
    • 548
    • 0
    • 0
    • collect
    • Share