错误调用trainNetwork与图像数据存储——每个分类标签
8视图(30天)
显示旧的评论
我不知道如何处理修复这个错误。我的底层图像数据存储都有分类标签。? ? ?
% % % % % % % % % % % % % % % % % % %
错误使用trainNetwork(第184行)
无效的训练数据。sequence-to-label,图像和特征分类任务,
反应必须分类。
错误deepLearnLVOvNoLVO(第180行)
trainedNet = trainNetwork (imds_train、lgraph选项);
地点:
imds_train =
CombinedDatastore属性:
UnderlyingDatastores:{1×4细胞}
金宝appSupportedOutputFormats:(1×16字符串)
,例如:
> > imds_train.UnderlyingDatastores {1}
ans =
ImageDatastore属性:
文件:{
“编辑/ s2 - 021 - xr - 00000926. - jpg”;
“编辑/ s2 - 048 - xr - 00003697. - jpg”;
“编辑/ s2 - 048 - xr - 00003673. - jpg”
…和1290多
}
文件夹:{
“修订”
}
标签:[修订;修订;编辑……和1290多分类)
AlternateFileSystemRoots: {}
ReadSize: 1
金宝appSupportedOutputFormats:(“png”“jpg”“jpeg”“tif”“tiff”)
DefaultOutputFormat:“png”
ReadFcn: @readDatastoreImage
0评论
答案(1)
Srivardhan Gadila
2021年12月28日
从上面的信息,我认为你是想培养一个多输入网络,所有的imageDatastores结合标签数据。如果是这样的话,最终的读操作数据存储应该输出所有的输入,再加上标签(或反应)。更多信息请参考以下页面:
trainNetwork——数据格式
&
多和多输出网络
。
当我们
结合
两个或两个以上的
imageDatastores
,
读
操作产生的
CombinedDatastore
只会输出数据的输入图像,而不是标签的数据。因此我们也应该随着imageDatastores将标签信息。你可以利用arrayDatastore。
%假设imageDatastores imds1, imds2 imds3 & imds4
%都有相同的“标签”信息。
标签= imds1;
labelsds = arrayDatastore(标签);
cdsTrain =结合(imds1 imds2、imds3 imds4, labelsds);
阅读(cdsTrain)
如果这不是你的工作和个人imageDatastores是四个不同的标签类(“修订”,等等),你正试图将他们结合起来,然后这样做,而不是创建一个imageDatastore使用“
IncludeSubfolders
”和“
LabelSource”
名称-值参数。指的是
名称-值对的观点
的
imageDatastore
为更多的信息。