Question

我对caffe有点新鲜，而且我有一些奇怪的行为。我试图在bvlc_reference_caffenet上使用微调来完成OCR任务。

我已经采用了他们的预训练网，将最后一个FC层更改为我拥有的输出类数，并重新训练。经过几千次迭代后，我的损失率为〜.001，网络测试时的准确度超过90％。也就是说，当我试图自己运行我的网络数据时，我得到了可怕的结果，不超过7％或8％。

我用来运行网络的代码是：

[imports]

net = caffe.Classifier('bvlc_reference_caffenet/deploy.prototxt', 'bvlc_reference_caffenet/caffenet_train_iter_28000.caffemodel',  
                       image_dims=(227, 227, 1))

input_image = caffe.io.load_image('/Training_Processed/6/0.png')    
prediction = net.predict([input_image])  # predict takes any number of images, and formats them for the Caffe net automatically    
cls = prediction[0].argmax()

有关为什么这种表现可能如此糟糕的想法？

谢谢！

PS：可能使用或不使用的一些其他信息。当如下所示进行分类时，分类器似乎真的偏爱某些类。即使我有一个101类问题，它似乎只分配了最多15个不同的类

PPS：我也相当肯定我不会过度拟合。我一直在使用快照对此进行测试，但它们都表现出相同的不良结果。

Answer 1

您测试所发布模型的代码似乎错过了一些组件：

好像你没有减去图像的意思。
您没有将频道从RGB换成BGR。
您没有将输入缩放到[0..255]范围。

查看caffe.Classifier的类似实例，您可能会看到类似的内容：

net = caffe.Classifier('bvlc_reference_caffenet/deploy.prototxt',
                       'bvlc_reference_caffenet/caffenet_train_iter_28000.caffemodel', 
                       mean = NP.load( 'ilsvrc_2012_mean.npy' ),
                       input_scale=1.0, raw_scale=255,
                       channel_swap=(2,1,0),
                       image_dims=(227, 227, 1))

至关重要在测试中具有与训练相同的输入转换。

Caffe网络损失非常低但测试准确性非常差

1 个答案: