Question

我有一个包含500张植物图像的小型数据集，我必须为[1，10]范围内的单个图像预测一个数字。数字之间存在顺序关系（10> 9> ...> 1）。这个问题类似于基于单张照片的年龄估计。

我尝试使用Resnet18，Resnet34和VGG16进行回归。他们都没有给出很好的结果。

有趣的一点是，当我绘制一些图像的热图时，它表明模型选择了错误的点来预测答案。就像，如果我假设要根据面部照片预测年龄，那么cnn赋予背景的价值要大于实际面孔的价值。

我也尝试了其他方法，例如分类和学习排名，但是当我进行热图绘制时，会发生相同的事情。在这些方法中，我得到的最佳准确性是使用分类的30％和使用学习排名的35％。

我使用带有预先训练的Fastai实现的回归和分类方法。在学习排名方法时，我使用了https://github.com/Raschka-research-group/coral-cnn。我做了一些改动，以便能够使用预训练的模型。

另一个重要的一点是数据集是不平衡的。数据集的80％对应于6至10类。

是否有人有任何改进建议或我可以尝试的其他方法？

编辑：我的数据扩充看起来像这样：

transforms.Compose([
                  transforms.Resize(256), transforms.CenterCrop(224),
                  transforms.RandomHorizontalFlip(p=0.5),
                  transforms.ColorJitter(brightness=0.15), 
                  transforms.ToTensor(),
                  transforms.Normalize([0.485, 0.456, 0.406], [0.299, 0.224, 0.225])
])

Answer 1

您可以尝试扩充数据集以获得更多数据（例如随机裁剪，旋转等），并确保对数据进行规范化。对于班级不平衡问题，您可以尝试使用PyTorch的{{1}}：

WeightedRandomSampler

您应该可以轻松地将其应用于10个类的案例，希望这可以解决您的问题！

CNN无法正确学习

1 个答案: