图像分类测试集语义特征降维可视化
合集 · 两天搞定人工智能毕业设计之【图像分类】 (16)
-
构建自己的图像分类数据集【两天搞定AI毕设】
35:07
-
Pytorch预训练图像分类模型识别预测【两天搞定AI毕设】
37:55
-
Pytorch迁移学习训练自己的图像分类模型【两天搞定AI毕设】
51:15
-
用训练得到的pytorch图像分类模型,识别图像、视频、摄像头画面【两天搞定AI毕设】
16:46
-
测试集上评估Pytorch训练得到的图像分类模型【两天搞定AI毕业设计】
24:49
-
图像分类测试集语义特征降维可视化
30:20
-
图像分类可解释性分析实战-CAM热力图系列算法
46:34
-
图像分类可解释性分析实战-Deep Feature Factorization
10:50
-
图像分类可解释性分析实战-Captum工具包
13:12
-
图像分类可解释性分析实战-shap工具包
49:01
-
图像分类可解释性分析实战-lime工具包
14:58
-
图像分类模型部署-Pytorch转ONNX
16:41
-
Pytorch图像分类模型部署-ONNX Runtime本地终端推理
23:01
-
Pytorch图像分类部署-ONNX Runtime安卓手机APP
16:33
-
Pytorch图像分类部署-ONNX Runtime浏览器Web前端
6:04
-
AidLux图像分类部署-安卓鸿蒙高通ARM
34:14
Description
【子豪兄带你两天搞定AI毕业设计】 抽取Pytorch训练得到的图像分类模型中间层的输出特征,作为输入图像的语义特征。 计算测试集所有图像的语义特征,使用t-SNE和UMAP两种降维方法降维至二维和三维,可视化。 分析不同类别的语义距离、异常数据、细粒度分类、高维数据结构。 代码教程:https://github.com/TommyZihao/Train_Custom_Dataset 代码运行云GPU环境:https://featurize.cn/?s=d7ce99f842414bfcaea5662a97581bd1
Comments
代码教程:https://github.com/TommyZihao/Train_Custom_Dataset 代码运行云GPU环境:https://featurize.cn/?s=d7ce99f842414bfcaea5662a97581bd1 图像分类答疑交流群(有问必答):https://zdb.h5.xeknow.com/s/3MPxbI
♥ 13 ↩ 1
大佬有时间讲讲transformer,bert,layoutlm吧[doge]
♥ 11 ↩ 3
谢谢子豪兄,研一一年了,我终于知道所有的流程了,求求讲关键点的呀
♥ 8 ↩ 1
谢谢up主的负重前行和无私分享!催更图像分割~想问一下up主图像分割也会有t-SNE的内容嘛。 还想请教up主一个问题~ 就是比如我做图像分割的二分类想把骨干网络resnet18的输出卷积层的特征用t-SNE进行可视化,分割的话是不是图像的每个像素相当于分类任务中的每个图像,然后图像中每一个像素它标注的类别和像素预测的类别来生成t-SNE二维可视化呀 昨天刚看到一篇论文想尝试下t-SNE就看到了up主的神作,太感人了!如果我的想法错了还希望up主见谅[打call][打call]
♥ 7 ↩ 7
给导师点赞投币了👍👍👍
♥ 7 ↩ 1
大佬这个效果太好了,也简单很多。可以说下如何用t-sne可视化未经过模型的分布吗
♥ 6 ↩ 1
想咨询大佬一个问题,我特征提取器卷积层最后输出的特征图,降维成2维,显示在平面坐标上是混乱的....并没有按类别聚拢,但分类准确率又很高
♥ 4 ↩ 4
直接看出我的自监督毫无意义
♥ 3
自豪师兄,请问ViT怎么提取特征呢?最后的pre_logits层的输出,一直报错,改代码失败[大哭]
♥ 3 ↩ 3
导师,对于分类前的数据怎样弄t-sne呢
♥ 3 ↩ 1
点赞3连给up增加热度
♥ 3
最近高产
♥ 3
我训练的模型测试没啥问题。但是用 t-SNE 做了可视乎化后分不开是什么原因呢,2d和3d都是混在一团,完全看不出来分开了。。。
♥ 2 ↩ 1
讲的太好了
♥ 2
我来催更终端部署啦,求更新
♥ 2 ↩ 1
真的服了,早点看就省我一年时间了[大哭][大哭][大哭][大哭][大哭][大哭][大哭][大哭][大哭]
♥ 2 ↩ 2
又来催更啦!
♥ 2 ↩ 1
请问画神经网络有什么好的工具吗
♥ 2 ↩ 2
子豪兄,MMclassification替换新深度学习模型的内容什么时候讲呀
♥ 2
感谢讲解和代码分享。已赞已投币。
♥ 1