CNNで画像とその画像の説明変数を合わせて学習させる方法はありますか？
显示 更早的评论
図のような学習用の画像データを1000枚以上用意し、教師データとは別にそれぞれの画像の説明変数をもたせて学習をさせたいのですが実現可能でしょうか？現状、CNNの回帰モデルを用いて画像データと教師信号のみを与え簡単な予測を行っています。 今後具体的には、衛星画像に気温や気圧などのデータを学習をさせて日射量を予測するようなネットワークモデルを作ろうと思っております。 よろしくお願いします。
采纳的回答
michio
2017-10-26
3 个投票
画像とスカラー値を入力とするという意味では、下記に似たような質問がありましたが、紹介されている論文の手法をMATLABのCNNで実行するのは難しそうです。 Combining image and scalar inputs into a neural network
現実的な線ですと、、
１：CNNで画像の特徴量を抽出
例えば、例： Image Category Classification Using Deep Learningですと、 "Extract Training Features Using CNN" の節にあるように、1 画像から4096の特徴量ベクトルを抽出し、そのベクトルを SVM にかけて分類をしています。 １画像を 4096個の説明変数に変換しているとも考えることができます。
２：追加の説明変数（ある地点の気圧、気温など）を上記の特徴量ベクトルに追加して、回帰アルゴリズムにかける。
例えば追加の説明変数が 2 個であれば、合計 4098 個の説明変数として、回帰学習するというのも１つの方法かと思いますが、いかがでしょうか。
更多回答（0 个）
类别
在 帮助中心 和 File Exchange 中查找有关 Simulink 的更多信息
