問題タブ [imagenet]

Keras 2.0.1 を使用するこのコードと、ディープ ラーニングを実行することによる画像認識用のジェネレーターがあります。このコードは現在、GPU で実行すると 1500 枚の画像で正常に動作しますが、5 万枚の画像で評価を開始すると、メモリの問題が発生します。画像を読み取るためにディレクトリからのフローを使用し、予測と確率を取得するために predict_generator を使用しています。以下は、私が得るエラーと私が使用しているコードです:

エラー：

コード

現在、すべての画像を一度に predict_generator にフィードしています。大規模なデータセットでメモリの問題が発生しないように、validation_generator に格納されている画像の小さなセットをフィードし、それらを予測できるようにしたいと考えています。次のコードをどのように変更すればよいですか?

（カラー）imagenetデータベース（.npyとして）で事前にトレーニングされたVGG16ネットワークを見つけました。imagenet データベースのグレースケール バージョンで事前トレーニングされた VGG16 ネットワークはありますか?

(灰色の 1 チャンネル入力で conv1.1 レイヤーの 3 チャンネル フィルターを使用するための通常の「トリック」では不十分です。ネットワーク パフォーマンスの漸進的な改善を検討しているため、転移学習は、事前トレーニング済みモデルがグレースケール入力を「見ている」ときに動作します)。

ありがとう！

Imagenet と Wordnet データベースは初めてです。Imagenet の画像とカテゴリをより大まかに再分類しようとしています (たとえば、「植物」、「魚」、「人」など)。

http://www.image-net.org/synset?wnid=[wnid]画像は でダウンロードでき、このファイルは synset ID を対応する名詞にマッピングすることを理解していますが、ID を管理する規則はありますか (たとえば、ID の各番号は、何らかのカテゴリまたはサブカテゴリを意味しますか?) .