使用具有imagenet权重的预训练初始模型训练我们自己的数据

时间:2018-06-09 06:19:01

标签: python keras image-recognition pre-trained-model

我正在使用Inception-V3模型进行二进制图像分类,该模型在图像网络数据集上训练。但问题是当我运行脚本10/20时期时,验证的准确性和损失对于所有人都保持不变从一开始的步骤。火车的准确性和损失略有变化。我不明白是什么问题。请帮我这样做。当我使用保存的模型预测单个图像时,它始终显示相同的输出所有图片。

# setup model
base_model = InceptionV3(weights='imagenet', include_top=False)
#include_top=False excludes final FC layer                         
model = add_new_last_layer(base_model, nb_classes)

#转学习     setup_to_transfer_learn(model,base_model)

history_tl = model.fit_generator(
train_generator,
nb_epoch=nb_epoch,
samples_per_epoch=nb_train_samples,
validation_data=validation_generator,
nb_val_samples=nb_val_samples,
class_weight='auto')

I took this is as the reference for my problem

0 个答案:

没有答案