使用递归神经网络对图像进行分类
Classification of Images with Recurrent Neural Networks
我正在尝试使用带有自定义数据的 RNN 寻找带有标签的图像分类。除了 Mnist 数据集，我找不到任何示例。任何像这个使用 CNN 进行分类的存储库的帮助将不胜感激。关于使用 RNN 对图像进行分类的任何帮助都会有所帮助。试图替换following tutorial.
的CNN网络
Aymericdamien 有一些最好的例子，他们有一个使用 RNN 处理图像的例子。
https://github.com/aymericdamien/TensorFlow-Examples
该示例使用的是 MNIST，但它可以应用于任何图像。
但是，我要指出，您不太可能找到许多使用 RNN 对图像进行分类的示例，因为对于大多数图像处理任务，RNN 不如 CNN。上面链接的示例是出于教育目的而不是实际目的。
现在，如果您因为有一系列要处理的图像（例如视频）而尝试使用 RNN，在这种情况下，更自然的方法是将 CNN（对于图像处理部分）与 RNN（用于序列处理部分）。为此，您通常会在某些分类任务（例如 Imagenet）上预训练 CNN，然后将图像输入 CNN，然后 CNN 的最后一层将作为 RNN 每个时间步长的输入。然后，您将让整个网络使用 RNN 上定义的损失函数进行训练。
我正在尝试使用带有自定义数据的 RNN 寻找带有标签的图像分类。除了 Mnist 数据集，我找不到任何示例。任何像这个使用 CNN 进行分类的存储库的帮助将不胜感激。关于使用 RNN 对图像进行分类的任何帮助都会有所帮助。试图替换following tutorial.
的CNN网络Aymericdamien 有一些最好的例子，他们有一个使用 RNN 处理图像的例子。
https://github.com/aymericdamien/TensorFlow-Examples
该示例使用的是 MNIST，但它可以应用于任何图像。
但是，我要指出，您不太可能找到许多使用 RNN 对图像进行分类的示例，因为对于大多数图像处理任务，RNN 不如 CNN。上面链接的示例是出于教育目的而不是实际目的。
现在，如果您因为有一系列要处理的图像（例如视频）而尝试使用 RNN，在这种情况下，更自然的方法是将 CNN（对于图像处理部分）与 RNN（用于序列处理部分）。为此，您通常会在某些分类任务（例如 Imagenet）上预训练 CNN，然后将图像输入 CNN，然后 CNN 的最后一层将作为 RNN 每个时间步长的输入。然后，您将让整个网络使用 RNN 上定义的损失函数进行训练。