英伟达分类结果使用InceptionV3传输学习和GPU编码器使用Matlab本身的分类结果不一致

3视图(30天)
我用imageDatastore, augmentedImageDatastore将不同大小的3频道RGB图像灰度图像,
* * * * *
imds1 = imageDatastore (“folderpath”,的确,“LabelSource”,“foldernames”);
imageAugmenter = imageDataAugmenter (…
“RandXReflection”, 0,…
“RandScale”, [0.7 - 1.3],……
“RandXShear”, [2 2]);
[trainImgs, valImgs] = splitEachLabel (imds1, 08年,0.2,“随机”);
trainImgs1 = augmentedImageDatastore (. .“ColorPreprocessing”、“gray2rgb’,‘DataAugmentation’, imageAugmenter);
然后火车InceptionV3使用我自己的图像数据集。
创建的模型然后编译使用Nvidia GPU编码器设备。
编译后的包装文件运行时Nividia给不同的输出从matlab环境中运行时训练模型。额外的信息,我的包装文件中的原始图像预处理(使用openCV,调整大小,那么cvColor灰度转换成彩色图像)。然后,喂到训练模型。然而,该模型被augmentedImageDatastore训练,我不知道什么处理ColorPreprocessing和gray2rgg。
任何一个能给建议如何解决这个问题呢?
谢谢!

答案(1)

Hariprasad Ravishankar
Hariprasad Ravishankar 2022年12月7日
@Liwei ,
澄清了通过我们的支持团队,我们怀疑,这可能是因为你万博1manbetx是生成代码,预计中的图像列主要布局而opencv imread函数和RGB BGR处理返回数据行布局。
考虑更换输入行调用自动生成函数之前列为主。
哈里

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

翻译的