Question

目前，我正在使用Alexnet进行分类任务。

每个输入样本的大小为480 * 680，如下所示：

使用普通网络，由批量大小为8的256 * 256（在预处理步骤中生成）的裁剪输入提供，使我的准确率达到92％。

但是，当我尝试使用以下裁剪层生成每种（480 * 680）样本（角落加中心裁剪）的5种作物时：

# this is the reference blob of the cropping process which determines cropping size
layer {
  name: "reference-blob"
  type: "Input"
  top: "reference"
  input_param { shape: { dim: 8 dim: 3 dim: 227 dim: 227 } }
}
# upper-left crop
layer{
  name: "crop-1"
  type: "Crop"
  bottom: "data"
  bottom: "reference"
  top: "crop-1"
  crop_param {
      axis: 2
      offset: 1
      offset: 1
    }
}
# upper-right crop
layer{
    name: "crop-2"
    type: "Crop"
    bottom: "data"
    bottom: "reference"
    top: "crop-2"
    crop_param {
        axis: 2
        offset: 1
        offset: 412
    }
}
# lower-left crop
layer{
    name: "crop-3"
    type: "Crop"
    bottom: "data"
    bottom: "reference"
    top: "crop-3"
    crop_param {
        axis: 2
        offset: 252
        offset: 1
    }
}
# lower-right crop
layer{
    name: "crop-4"
    type: "Crop"
    bottom: "data"
    bottom: "reference"
    top: "crop-4"
    crop_param {
        axis: 2
        offset: 252
        offset: 412
    }
}
# center crop
layer{
    name: "crop-5"
    type: "Crop"
    bottom: "data"
    bottom: "reference"
    top: "crop-5"
    crop_param {
        axis: 2
        offset: 127
        offset: 207
    }
}
# concat all the crop results to feed the next layer
layer{
    name: "crop_concat"
    type: "Concat"
    bottom: "crop-1"
    bottom: "crop-2"
    bottom: "crop-3"
    bottom: "crop-4"
    bottom: "crop-5"
    top: "all_crops"
    concat_param {
            axis: 0
    }
}
# generating enough labels for all the crop results
layer{
    name: "label_concat"
    type: "Concat"
    bottom: "label"
    bottom: "label"
    bottom: "label"
    bottom: "label"
    bottom: "label"
    top: "all-labels"
    concat_param {
            axis: 0
    }
}

这导致准确率达到90.6％，这很奇怪。

任何想法？

Answer 1

裁剪版本的典型用法是在识别过滤器的规范位置获得关键功能。例如，典型的5种方法经常发现“靠近图像中间的动物脸”经常足以使其从最后出现2-4层作为学习图标。

由于纹理往往会重复某些特性，因此在裁剪照片时没有这样的优势：你呈现5个较小的纹理实例，具有相对较大的纹理，而不是完整的图像。

为什么数据增强不能提高CNN中的纹理分类准确度？

1 个答案: