我有一个庞大的皮肤图像数据集,每一个都与一个水合值(百分比)相关联。
现在我正在研究从图像中预测水合值。我的想法:在数据集上训练一个 CNN,并使用均方误差回归评估模型。
首先,这听起来像是一种明智的尝试方式吗?
其次,我想在移动设备上运行模型。您能否推荐任何带有 Caffe2(或 TensorFlow)的示例或可能解释类似任务的图表?
我有一个庞大的皮肤图像数据集,每一个都与一个水合值(百分比)相关联。
现在我正在研究从图像中预测水合值。我的想法:在数据集上训练一个 CNN,并使用均方误差回归评估模型。
首先,这听起来像是一种明智的尝试方式吗?
其次,我想在移动设备上运行模型。您能否推荐任何带有 Caffe2(或 TensorFlow)的示例或可能解释类似任务的图表?
你最初的想法似乎是正确的。在创建自己的分类器之前,您可能想尝试迁移学习,使用一些预训练的网络,如大多数机器学习框架中包含的 VGG16。
至于在移动设备上的推理,TensorFlow 提供了一些关于这个主题的教程: https ://www.tensorflow.org/mobile/tflite/