移动网络转移学习后验证准确性低

Question

我需要一个识别狗的品种的张量流模型。我下载了斯坦福狗数据集-120个类别（=品种）中的20,580张图像。我按照 TensorFlow For Poets 中所述的步骤重新训练mobilenet_1.0_224。我使用了-how_many_training_steps = 4000 ，而其他所有参数均使用默认值。我得到了这个张量图： Training and validation accuracy

验证准确性仅约80％。

我可以做些什么来改善它？

Answer 1

在研究论文MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications中，斯坦福狗数据集上使用'MobileNet_1.0_224'体系结构的测试准确性为83.3％，这与您的结果相符。

当您目视检查斯坦福犬数据集时，您会发现许多品种看起来很相似，即使使用最先进的图像分类器，也很难达到更高的准确性。您可以通过将外观相似的品种分成更大的子类别来改善结果。

或者，您可以在Tensorflow for Poets教程中调整retrain.py脚本的训练设置，但是收益可能很小。