Redian新闻
>
cnn大牛们,这种特征如何提取呢?
avatar
cnn大牛们,这种特征如何提取呢?# Programming - 葵花宝典
E*n
1
我去年秋天campus interview挂了。下个月学校spring fair微软又要来,我还能再投简历吗?
他们一般要间隔多久才能重新考虑?
谢谢
avatar
i*t
2
假设我在做图片的 分类问题
假设识别猫
我的训练样本  只知道 此图是1 还是 -1
我不知道 猫具体在那里? 具体多大? 也就是说我的训练样本 没有猫 的具体的
位置和大小信息。 猫可能是 在边也可能是在中间  , 可以比较大 整个图像,
也可能比较小 , 也可能多个猫
这样的  训练样本  如何搞特征呢?
谢谢讨论
avatar
k*k
3
挂了 campus interview is fine. you can keep on trying every term.
if you 挂了 onsite, you may need to wait for one year from your last onsite.
(of course, everything has exception)
avatar
w*g
4
faster RCNN?
我没用过这个,用的好回来汇报一下。
我都会手工画bounding box然后用FCN。

【在 i******t 的大作中提到】
: 假设我在做图片的 分类问题
: 假设识别猫
: 我的训练样本  只知道 此图是1 还是 -1
: 我不知道 猫具体在那里? 具体多大? 也就是说我的训练样本 没有猫 的具体的
: 位置和大小信息。 猫可能是 在边也可能是在中间  , 可以比较大 整个图像,
: 也可能比较小 , 也可能多个猫
: 这样的  训练样本  如何搞特征呢?
: 谢谢讨论

avatar
E*n
5
谢谢

onsite.

【在 k*k 的大作中提到】
: 挂了 campus interview is fine. you can keep on trying every term.
: if you 挂了 onsite, you may need to wait for one year from your last onsite.
: (of course, everything has exception)

avatar
i*t
6
我抽象了以下让大家有个具体例子而已。
我实际的问题是这个 “猫”本身 也不太好界定。
我的训练集合是时间序列。每一段时间序列比如2分钟。
我们只能标注这段序列感兴趣, 或者没兴趣。 也就是说我们不确定“猫”具体在那
里。
类似于我们做图象分类,标注的数据 只知道 这个图片包含 "猫"。but不知道
猫具体在那里。
换句话说 实际上是对这个问题本身的认识还有局限性, 不能做类似于bounding box
之类的 标注。这样的话 cnn或者变种能不能搞? 当初想的是, 既然特征不好
提取 能不能让cnn帮着提取。。

【在 w***g 的大作中提到】
: faster RCNN?
: 我没用过这个,用的好回来汇报一下。
: 我都会手工画bounding box然后用FCN。

avatar
R*r
7
不投白不投,我去年9月去过bellevue onsite,然后11月又去了mountain view onsite
,都被拒了,我还是继续在他家网上投简历,最近其中一个职位有回复联系电面了。
avatar
C*5
8
如果只是猫的话dlib就能做

【在 w***g 的大作中提到】
: faster RCNN?
: 我没用过这个,用的好回来汇报一下。
: 我都会手工画bounding box然后用FCN。

avatar
c*o
9
楼上太牛了。。。。。。。。
avatar
w*g
10
我理解错了。你并不想找猫在哪里,而是直接想对整个图片提取猫的特征。
如果你的标签只有0和1,那么你能得到的其实也就每个图片一个0-1之间的分数。
你可以硬把CNN倒数第二层作为特征,但这个特征除了预测0/1以外应该没太大用处。
如果你想用特征来做别的,比如找相似对象等,那么训练的时候得加入别的信息。

box

【在 i******t 的大作中提到】
: 我抽象了以下让大家有个具体例子而已。
: 我实际的问题是这个 “猫”本身 也不太好界定。
: 我的训练集合是时间序列。每一段时间序列比如2分钟。
: 我们只能标注这段序列感兴趣, 或者没兴趣。 也就是说我们不确定“猫”具体在那
: 里。
: 类似于我们做图象分类,标注的数据 只知道 这个图片包含 "猫"。but不知道
: 猫具体在那里。
: 换句话说 实际上是对这个问题本身的认识还有局限性, 不能做类似于bounding box
: 之类的 标注。这样的话 cnn或者变种能不能搞? 当初想的是, 既然特征不好
: 提取 能不能让cnn帮着提取。。

avatar
P*0
11
good
avatar
i*t
12
我当时就这么想的直接cnn  弄
就是不知道 这个情况下 效果如何
只能试试看拉。 caffe把1d信号当作图像用应该是一样的把,只有x方向 y
大小为1?

【在 w***g 的大作中提到】
: 我理解错了。你并不想找猫在哪里,而是直接想对整个图片提取猫的特征。
: 如果你的标签只有0和1,那么你能得到的其实也就每个图片一个0-1之间的分数。
: 你可以硬把CNN倒数第二层作为特征,但这个特征除了预测0/1以外应该没太大用处。
: 如果你想用特征来做别的,比如找相似对象等,那么训练的时候得加入别的信息。
:
: box

avatar
a*r
13
I was once rejected by one position and immediately reapplied for another
position and got positive reply from the same company.
avatar
s*k
14
input之后接上CNN,不过CNN出来之后不接入FC和softmax,直接用SVM作binary 分类?

【在 i******t 的大作中提到】
: 假设我在做图片的 分类问题
: 假设识别猫
: 我的训练样本  只知道 此图是1 还是 -1
: 我不知道 猫具体在那里? 具体多大? 也就是说我的训练样本 没有猫 的具体的
: 位置和大小信息。 猫可能是 在边也可能是在中间  , 可以比较大 整个图像,
: 也可能比较小 , 也可能多个猫
: 这样的  训练样本  如何搞特征呢?
: 谢谢讨论

avatar
i*t
15
大侠不是说过吗? 忘记哪个大侠了 要上就上xgboost

【在 s********k 的大作中提到】
: input之后接上CNN,不过CNN出来之后不接入FC和softmax,直接用SVM作binary 分类?
avatar
C*5
16
tabular data 上xgboost。这种 time series前后关联的用rnn好点

【在 i******t 的大作中提到】
: 大侠不是说过吗? 忘记哪个大侠了 要上就上xgboost
avatar
s*k
17
time series确实上RNN可以一试,还有一种办法就是把time series做成embedding,有
些情况下效果也很好,计算量小很多

【在 C*****5 的大作中提到】
: tabular data 上xgboost。这种 time series前后关联的用rnn好点
avatar
i*t
18
time series做成embedding是什么意思?

【在 s********k 的大作中提到】
: time series确实上RNN可以一试,还有一种办法就是把time series做成embedding,有
: 些情况下效果也很好,计算量小很多

avatar
s*k
19
time series理解成序列,word2vec这种embedding就是把句子当成词的序列来做,你的
问题可能也能这样做,求每个entity的embedding

【在 i******t 的大作中提到】
: time series做成embedding是什么意思?
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。