Question

你好只是为了熟悉CNN，我已经准备了二进制分类飞机（760图像）或非飞机（750）的代码。

这是我的MATLAB代码

Npos =  numel(possitive_regions);
Nneg =  numel(negative_regions);

Npos_train = floor(0.25* Npos); 
Npos_val = floor(0.25*Npos);
Npos_test = floor(0.50*Npos);

Nneg_train = floor(0.25*Nneg); 
Nneg_val = floor(0.25*Nneg);
Nneg_test = floor(0.50*Nneg);

for i=1:Npos
    im= imresize (single(possitive_regions{i,:}),[50,50]);
    imdb.images.data(:,:,:, i) = im;
    imdb.images.labels(i) = 1;

        if i <= Npos_train
            imdb.images.set(i) = 1;
        elseif i <= Npos_train+Npos_val
            imdb.images.set(i) = 2;
        else
            imdb.images.set(i) = 3;
        end
end

% for negative samples
for i=1:Nneg
    im= imresize (single(negative_regions{i,:}),[50,50]);
    imdb.images.data(:,:,:, i+Npos) = im;
    imdb.images.labels(i+Npos) = 0;

        if i <= Nneg_train
            imdb.images.set(Npos+i) = 1;
        elseif i <= Nneg_train+Nneg_val
              imdb.images.set(Npos+i) = 2;
        else
              imdb.images.set(Npos+i) = 3;                       
        end
end
imdb.meta.sets = {'train', 'val', 'test'} ;
%% Network
opts.inputSize = [50 50 3] ;
opts.train.batchSize = 50;
opts.train.numEpochs = 10;
opts.train.continue = true;
% opts.train.useGpu = false;
opts.train.learningRate = 0.01;
% opts = vl_argparse(opts, []);
f = 0.01;

f=1/100 ;
net.layers = {} ;
net.layers{end+1} = struct('type', 'conv','weights', {{f*randn(5,5,3,20, 'single'), zeros(1, 20, 'single')}},'stride', 1,'pad', 0);
net.layers{end+1} = struct('type', 'pool','method', 'max', 'pool', [2 2], 'stride', 2, 'pad', 0) ;
net.layers{end+1} = struct('type', 'conv', 'weights', {{f*randn(5,5,20,50, 'single'),zeros(1,50,'single')}}, 'stride', 1, 'pad', 0) ;
net.layers{end+1} = struct('type', 'pool', 'method', 'max', 'pool', [2 2], 'stride', 2, 'pad', 0) ;
net.layers{end+1} = struct('type', 'conv', 'weights', {{f*randn(4,4,50,500, 'single'),  zeros(1,500,'single')}}, 'stride', 1, 'pad', 0) ;
net.layers{end+1} = struct('type', 'relu') ;
net.layers{end+1} = struct('type', 'conv', 'weights', {{f*randn(1,1,500,10, 'single'), zeros(1,10,'single')}}, 'stride', 1, 'pad', 0) ;
net.layers{end+1} = struct('type', 'softmaxloss') ;
disp( 'Net is Ok.' );
% [net, info] = trainfn(net, imdb, getBatch(opts), 'expDir', opts.expDir, net.meta.trainOpts,  opts.train, 'val', find(imdb.images.set == 3)) ;

[net, info] = cnn_train( net, imdb, @getBatch, opts.train, 'val', find( imdb.images.set == 2 ) ) ;

我从MINST示例中获取的网络部分。我已在MatConvNet示例文件夹中保存此文件和getBatch函数。当我运行cnn_train时，我收到此输出和错误。

任何人，请帮我解决这个错误。此外，我已经搜索了这个错误，我发现我需要检查mex文件，并使用vl_compilenn（'verbose'，1）进行编译。编译时我也遇到错误：

使用mex时出错

LINK：致命错误LNK1104：无法打开文件   'C：\ Users \用户z5085693 \下载\ matconvnet-1.0-beta23 \ matconvnet-1.0-beta23 \ MATLAB \ MEX \ vl_nnconv.mexw64'

vl_compilenn中的错误＆gt; mex_link（第547行）mex（mopts {：}）;

vl_compilenn中的错误（第498行）mex_link（opts，objs，mex_dir，   flags.mexlink）;

Answer 1

请检查您的网络，因为您的网络有10个输出，但您希望获得2个输出。

Answer 2

此类消息＆＃34;尝试执行SCRIPT＆＃34; name＆＃34;作为一种功能＆＃34;通常可以通过运行库的设置来解决。在运行CNN训练函数之前，尝试运行vl_setupnn函数。

训练CNN进行二进制分类时遇到错误

2 个答案: