Machine learning 如何为生物医学视频分析预训练/选择CNN
数据 我正在尝试在生物医学领域训练一个模型，它有一个相当专门的任务（流量预测）。 我的输入包括视频剪辑，我想预测单个图像或视频。我对视频的每一帧都有像素级的基本事实，但视频的数量非常有限。 然而，我确实有很多相关场景的未标记数据，这就是为什么我考虑某种形式的迁移学习/预训练 架构 架构方面，我正在考虑CNN和RNN的组合，其中CNN为RNN提供输入帧的表示，以了解输入帧之间的时间关系Machine learning 如何为生物医学视频分析预训练/选择CNN,machine-learning,computer-vision,conv-neural-network,pytorch,rnn,Machine Learning,Computer Vision,Conv Neural Network,Pytorch,Rnn,数据 我正在尝试在生物医学领域训练一个模型，它有一个相当专门的任务（流量预测）。 我的输入包括视频剪辑，我想预测单个图像或视频。我对视频的每一帧都有像素级的基本事实，但视频的数量非常有限。 然而，我确实有很多相关场景的未标记数据，这就是为什么我考虑某种形式的迁移学习/预训练 架构 架构方面，我正在考虑CNN和RNN的组合，其中CNN为RNN提供输入帧的表示，以了解输入帧之间的时间关系 现在我的问题是：我用什么样的有线电视新闻网？我用什么来报道它？由于我使用的是生物医学数据，我认为图像网络以及大
现在我的问题是：我用什么样的有线电视新闻网？我用什么来报道它？由于我使用的是生物医学数据，我认为图像网络以及大多数其他图像数据集并没有真正的帮助，因为图像内容非常不同。是否有任何数据集/任务/网络可用于此目的？如果没有太多标记数据，但有大量未标记数据，有些人建议使用浅层自动编码器来预训练网络。Géron的书《使用Scikit Learn和TensorFlow进行机器学习》是一本参考书，但网上也有许多文章和教程。如果我正确理解了您的问题，我建议您看看TensorFlow对象检测API。