Question

我已经使用卷积神经网络开发了图像分类器。整个代码是使用Keras编写的。该数据集包含大小为360X480的.jpg图像，标签分别为0、1、2和3。数据已经过平衡，因此在训练和验证数据集中，每个标签的图片数量均相同。

我已经在目录中整理了数据，以使用数据生成器功能，该功能将在训练模型时加载图像。

数据的组织如下：

Data:
    Train: 0:  a1.jpg
               a2.jpg
               ...
           1:  b1.jpg
               b2.jpg
               ...
    ...

所有标签和测试数据相同。

用于定义和拟合神经网络的代码如下：

model = Sequential()
model.add(Conv2D(128, kernel_size=3, activation='relu', input_shape=input_shape, padding="valid"))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(64, kernel_size=3, activation='relu', padding="valid"))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(32, kernel_size=3, activation='relu', padding="valid"))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Flatten())
model.add(Dense(512, activation="relu"))
model.add(Dense(4, activation="softmax"))


opt = SGD(lr=learning_rate)
model.compile(loss="categorical_crossentropy", optimizer=opt,
    metrics=["accuracy"])

train_datagen = ImageDataGenerator(
                width_shift_range=0.05,
                height_shift_range=0.05,
                rescale=1./255,
                horizontal_flip=True)

validate_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
        path_data + '/train',
        shuffle = True,
        target_size=input_generator, 
        batch_size=batch_size)

validation_generator = train_datagen.flow_from_directory(
        path_data + '/validate',
        shuffle = True,
        target_size=input_generator,
        batch_size=batch_size)

steps_per_epoch = np.ceil(train_size/batch_size)
validation_steps = np.ceil(validation_size/batch_size)


H = model.fit_generator(
        train_generator,
        steps_per_epoch=steps_per_epoch,
        epochs=epochs,
        validation_data=validation_generator,
        validation_steps=validation_steps)

当我运行网络进行训练时，训练精度保持在0.25左右，并且在测试数据集上计算混淆矩阵时，我意识到它正在预测一切都属于同一类。可能会发生什么？

我尝试了许多不同的实验来确定问题的根源：

我已将网络更改为VGG架构，对所有层进行了训练，并以不同的学习率（0.001、0.01、0.1）将图片的尺寸减小到150x150。
我将数据集更改为仅16张用于训练的照片（每个标签4张）和5张用于验证的照片（三个标签各1张，第四个标签2张）。像上一个要点一样使用VGG，有100个时期（试图强制过度拟合），网络并没有学到任何东西。我什至试图将图片的尺寸减小到50x50，问题仍然存在。
经过这种尝试，我创建了一个包含16张图片（150x150）进行训练的数据集，用于验证每张图片只是纯色（红色，蓝色，黄色，绿色，每个标签一个）的5个数据集，没有形状，没有图像，只有纯色。神经网络无法学习（与前两个要点相同的配置）。

这些都没有解决问题，网络仍然预测一切都来自同一类。

当前状态

我将数据转换为二进制（合并标签0、1、2、3）。第一步是有道理的，因为标签是管道中的污垢水平（0：0-25％，1：25-50％，...）。
使用没有初始重量的ResNet50架构。
将图片裁剪为224x224。

结果：模型输出的几张图像是有意义的（不是[1,0]），准确度沿着历元上升（至少在训练数据集中，这意味着网络正在学习）。

接下来的步骤将是优化模型，并可能返回到初始标签分类，因为这是项目的初衷。

神经网络总是预测相同的类

0 个答案: