加载的MobileNet模型给出错误的预测

时间:2019-03-05 11:32:51

标签: tensorflow go imagenet

我正在尝试加载在 TensorFlow 中训练的 mobilenet_v2_1.4_224 (链接:https://github.com/tensorflow/models/tree/master/research/slim/nets/mobilenet)在 GoLang 中。

事情是当我尝试用熊猫对图像进行预测时,我得到了错误的预测。我的猜测是我下载了错误的imagenet标签文件。我上面提到的网络在哪个imagenet数据集上进行了训练?

1 个答案:

答案 0 :(得分:2)

Tensorflow模型动物园中的AFAIK MobileNet在ILSVRC-2012-CLS上进行了培训,该课程有1,000个课程,包括大熊猫和小熊猫。

但是,由于MobileNet并非100%准确,您可能会遇到不同的结果,具体取决于您提供的输入图像。确保将其紧紧套在熊猫周围,并尝试各种图像,因为即使最好的MobileNets V2模型在ImageNet数据集上的准确度也大约为70%,有些图像可能返回错误的标签。

如果您希望能够更精确地对熊猫进行分类,建议您使用熊猫数据集重新训练您的MobileNet模型。关于如何做到这一点,有很多可用的示例,我在下面使用MobileNets架构和Tensorflow作为框架链接了几个。

https://www.tensorflow.org/hub/tutorials/image_retraining

https://hackernoon.com/creating-insanely-fast-image-classifiers-with-mobilenet-in-tensorflow-f030ce0a2991

https://medium.com/@sumit.arora/training-a-neural-network-using-mobilenets-in-tensorflow-for-image-classification-on-android-14f2792f64c1