我试图构建一个CNN,它将对象分为3个主要类别。这三个对象包括一个兰博基尼,圆柱头和一个平面。我的数据集包含6580张图片,每个类别近2200张图片。您可以在google drive dataset上看到我的数据集。 我的CNN的架构是AlexNet,但我已经将完全连接的第8层的输出从1000修改为3。 我已将这些设置用于培训
test_iter:1000
test_interval:1000
base_lr:0.001
lr_policy:"step"
gamma:0.1
stepsize:2500
max_iter:40000
momentum:0.9
weight_decay:0.0005
但是,问题是我在训练后部署我的模型时结果始终是以下{'prob': array([[ 0.33333334, 0.33333334, 0.33333334]], dtype=float32)}
。
下面的代码是我加载模型并输出概率向量的脚本。
import numpy as np
import matplotlib.pyplot as plt
import sys
import caffe
import cv2
MODEL_FILE ='deploy_ex0.prototxt'
PRETRAINED='snapshot_ex0_1_model_iter_40000.caffemodel'
caffe.set_mode_cpu()
net = caffe.Net(MODEL_FILE, PRETRAINED, caffe.TEST)
#preprocessing
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
#mean substraction
mean_file = np.array([104,117,123])
transformer.set_mean('data', mean_file)
transformer.set_transpose('data', (2,0,1))
transformer.set_channel_swap('data', (2,1,0))
transformer.set_raw_scale('data', 255.0)
#batch size
net.blobs['data'].reshape(1,3,227,227)
#load image in data layer
im=cv2.imread('test.jpg', cv2.IMREAD_COLOR)
img =cv2.resize(im, (227,227))
net.blobs['data'].data[...] = transformer.preprocess('data', img)
#compute
out=net.forward()
print out
我想知道为什么我有这样的结果?你能帮我调试我的CNN吗?
此外,经过培训,我得到了这些结果
I0421 06:56:12.285953 2224 solver.cpp:317] Iteration 40000, loss = 5.06557e-05
I0421 06:56:12.286027 2224 solver.cpp:337] Iteration 40000, Testing net (#0)
I0421 06:58:32.159469 2224 solver.cpp:404] Test net output #0: accuracy = 0.99898
I0421 06:58:32.159626 2224 solver.cpp:404] Test net output #1: loss = 0.00183688 (* 1 = 0.00183688 loss)
I0421 06:58:32.159643 2224 solver.cpp:322] Optimization Done.
I0421 06:58:32.159654 2224 caffe.cpp:222] Optimization Done.
谢谢
5月11日回复后的编辑:
我使用了一个简单的模型1 conv,1 reul,1个池和2个完全连接的层。下面的代码是架构规范:
name:"CNN"
layer {
name: "convnet"
type: "Data"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
mirror:true
crop_size:227
mean_value:87.6231
mean_value:87.6757
mean_value:87.1677
#mean_file:"/home/jaba/caffe/data/diota_model/mean.binaryproto"
}
data_param {
source: "/home/jaba/caffe/data/diota_model/train_lmdb"
batch_size: 32
backend: LMDB
}
}
layer {
name: "convnet"
type: "Data"
top: "data"
top: "label"
include {
phase: TEST
}
transform_param {
mirror:true
crop_size:227
mean_value:87.6231
mean_value:87.6757
mean_value:87.1677
#mean_file:"/home/jaba/caffe/data/diota_model/mean.binaryproto"
}
data_param {
source: "/home/jaba/caffe/data/diota_model/val_lmdb"
batch_size: 20
backend: LMDB
}
}
layer {
name: "conv1"
type: "Convolution"
bottom: "data"
top: "conv1"
param {
lr_mult: 1
}
param {
lr_mult: 2
}
convolution_param {
num_output: 20
kernel_size: 5
stride: 1
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
}
}
}
layer {
name: "relu1"
type: "ReLU"
bottom: "conv1"
top: "conv1"
}
layer {
name: "pool1"
type: "Pooling"
bottom: "conv1"
top: "pool1"
pooling_param {
pool: MAX
kernel_size: 3
stride: 2
}
}
layer {
name: "ip1"
type: "InnerProduct"
bottom: "pool1"
top: "ip1"
param {
lr_mult: 1
}
param {
lr_mult: 2
}
inner_product_param {
num_output: 300
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
}
}
}
layer
{
name:"ip2"
type:"InnerProduct"
bottom:"ip1"
top:"ip2"
param
{
lr_mult:1
}
param
{
lr_mult:2
}
inner_product_param
{
num_output: 3
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
}
}
}
layer {
name: "accuracy"
type: "Accuracy"
bottom: "ip1"
bottom: "label"
top: "accuracy"
include {
phase: TEST
}
}
layer {
name: "loss"
type: "SoftmaxWithLoss"
bottom: "ip1"
bottom: "label"
top: "loss"
}
我训练了这个CNN 22个时代,我的准确率达到86%。对于我使用的求解器参数:
net: "/home/jaba/caffe/data/diota_model/simple_model/train_val.prototxt"
test_iter: 50
test_interval: 100
base_lr: 0.00001
momentum: 0.9
weight_decay: 0.0005
lr_policy: "inv"
gamma: 0.0001
power: 0.75
display: 100
max_iter: 3500
snapshot: 100
snapshot_prefix: "/home/jaba/caffe/data/diota_model/simple_model/snap_shot_model"
solver_mode: GPU
现在,当我部署模型时,它不会返回相同的概率向量。但是,有一个问题,就是当我加载模型并在validation_lmdb文件夹上测试它时,我没有得到相同的准确度值,我得到了近56%。
我使用下面的脚本来计算准确度:
import os
import glob
#import cv2
import caffe
import lmdb
import numpy as np
from caffe.proto import caffe_pb2
MODEL_FILE ='deploy.prototxt'
PRETRAINED='snap_shot_model_iter_3500.caffemodel'
caffe.set_mode_cpu()
#load_model
net = caffe.Net(MODEL_FILE, PRETRAINED, caffe.TEST)
#load input and configure preprocessing
#mean_file = np.array([104,117,123])
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
#transformer.set_mean('data', mean_file)
transformer.set_transpose('data', (2,0,1))
transformer.set_channel_swap('data', (2,1,0))
transformer.set_raw_scale('data', 255.0)
#fixing the batch size
net.blobs['data'].reshape(1,3,227,227)
lmdb_env=lmdb.open('/home/jaba/caffe/data/diota_model/val1_lmdb')
lmdb_txn=lmdb_env.begin()
lmdb_cursor=lmdb_txn.cursor()
datum=caffe_pb2.Datum()
correct_predictions=0
for key,value in lmdb_cursor:
datum.ParseFromString(value)
label=datum.label
data=caffe.io.datum_to_array(datum)
image=np.transpose(data,(1,2,0))
net.blobs['data'].data[...]=transformer.preprocess('data',image)
out=net.forward()
out_put=out['prob'].argmax()
if label==out_put:
correct_predictions=correct_predictions+1
print 'accuracy :'
print correct_predictions/1002.0
我更改了数据集1002的大小以进行测试,更改了4998用于学习。 你能给我一些解决问题的建议吗?
谢谢!
答案 0 :(得分:1)
我认为我看到两个截然不同的问题,不同形式的过度拟合。如果您的6580张图片中有85%用于培训,那么您有5593个培训,987个测试。
<强> ONE 强>
40000次迭代*(256次图像/迭代)*(1个时期/ 5593个图像)〜= 1831个时期。 在ILSVRC数据集(1.28M图像)上,AlexNet仅训练40-50个时期(取决于横向扩展)。 你的模型完全丢失了0并且整个测试集中只有1张照片错误。
<强> TWO 强>
AlexNet的宽度(每层过滤器)针对1000个类和ILSVRC数据集的无数功能进行了调整。您没有缩小数据量。第5层扩展到4096个过滤器:每个图像几乎一个。 ILSVRC训练Alexnet识别诸如猫脸,轮式车辆的一侧等特征 - 您的模型将训练从前方30度角度,水平8度以上的角度识别深蓝色Lambourghini在背景中和驾驶员背景下的白杨树。
换句话说,训练有素的AlexNet适合训练数据集,就像浇注塑料外壳一样。除初始数据集外,它不适合任何。
我有点惊讶的是,它没有在其他汽车,其他气缸盖和飞机件上做得更好小。但是,我已经看到了足够有效的随机输出的过度拟合模型。
首先,缩短培训时间。其次,尝试减少每个图层的 num_output 大小。
在OP的评论之后编辑,5月11日
是的,您必须减少每层中的内核/过滤器/输出的数量。特别是第5层具有4K过滤器,这意味着网络可以为您的数据集中的每张照片分配近1个过滤器。这并不能有效学习:您可以使用超过1000个过滤器,而不是使用少量过滤器来学习垫圈的功能,每个过滤器都会学习特定垫片照片的一个非常具体的特征。
AlexNet,GoogleNet,ResNet,VGG等等都是为了解决各种物体上静止图像的一般歧视而构建和调整的。您当然可以使用一般概念,但它们不是不是良好的拓扑结构,可用于更小和更好定义的问题。