CNN Keras 对象定位 - 错误的预测

Question

我是机器学习的初学者，我目前正在尝试预测对象在图像中的位置，该图像是我创建的数据集的一部分。

这个数据集总共包含大约 300 张图像，包含 2 个类别（Ace 和 Two）。

我创建了一个 CNN，它以大约 88% 的准确率预测它是 Ace 还是 2。

由于这个数据集做得很好，我决定尝试预测卡片的位置（而不是类）。我阅读了一些文章，据我了解，我所要做的就是采用我用来预测类的相同 CNN，并将最后一层更改为 4 个节点的密集层。 这就是我所做的，但显然这不起作用。

这是我的模型：

model = Sequential()

model.add(Conv2D(64,(3,3),input_shape = (150,150,1)))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=2))

model.add(Conv2D(32,(3,3)))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=2))

model.add(Dense(64))
model.add(Activation("relu"))

model.add(Flatten())
model.add(Dense(4))

model.compile(loss="mean_squared_error",optimizer='adam',metrics=[])

model.fit(X,y,batch_size=1,validation_split=0,
epochs=30,verbose=1,callbacks=[TENSOR_BOARD])   

我提供给我的模型的内容：

X：150x150 像素的灰度图像。每个像素在 [0-1] 之间重新缩放

y：对象的最小 X 坐标、最大 Y 坐标、宽度和高度（每个值都在 [0-1] 之间。

这是它给我的预测示例：

[array([ 28.66145 ,  41.278576,  -9.568813, -13.520659], dtype=float32)]

但我真正想要的是：

[0.32, 0.38666666666666666, 0.4, 0.43333333333333335]

我知道这里出了点问题，所以我决定在单个图像上训练和测试我的 CNN（因此它应该过拟合并预测该单个图像的正确边界框（如果它有效））。即使在这张单张图像上过拟合后，预测值也高得离谱。

所以我的问题是： 我做错了什么？

编辑 1

在尝试了@Matias 的解决方案之后，即在最后一层添加一个 sigmoid 激活函数，所有输出值现在都在 [0,1] 之间。

但是，即使这样，模型仍然会产生不好的输出。 例如，在同一张图像上训练 10 个 epoch 后，它预测到：

[array([0.0000000e+00, 0.0000000e+00, 8.4378130e-18, 4.2288357e-07],dtype=float32)]

但我的预期是：

[0.2866666666666667, 0.31333333333333335, 0.44666666666666666, 0.5]

编辑 2

好的，所以，经过一段时间的试验，我得出的结论是，问题要么是我的模型（它的构建方式） 或缺乏训练数据。

但即使它是由于缺乏训练数据造成的，我也应该能够在 1 张图像上过度拟合，以便得到正确的预测，对吧？

我创建了另一个帖子，询问我的最后一个问题，因为原始问题已得到回答，我不想完全重新编辑帖子，因为它会使第一个答案毫无意义。

Answer 1

由于您的目标（Y 值）已归一化为 [0, 1] 范围，因此模型的输出应与此范围匹配。为此，您应该在输出层使用 sigmoid 激活，因此输出被限制在 [0, 1] 范围内：

model.add(Dense(4, activation='sigmoid'))