【问题标题】:Tensorflow Image Classification ScriptTensorFlow 图像分类脚本
【发布时间】:2017-03-04 19:02:19
【问题描述】:

所以我是 TensorFlow 的新手。

我遵循了 TensorFlow For Poets 的所有 CodeLab,我只使用雏菊和玫瑰训练了模型。

然后我使用 label_image.py 脚本来测试和分类图像。 https://gist.githubusercontent.com/wolffg/541c97a74dfc0d77c4b8fd2a946a5b41/raw/578853dd26180dbf5bfc66eb40fdd13fb3aba4d6/TensorFlow%2520codelab

但是,当我尝试使用没有玫瑰或雏菊的随机图像时,我仍然获得了高分。
我该如何修改那个脚本,或者如果你知道它可以告诉我的任何其他脚本,比如那里有玫瑰、雏菊或什么都没有。

【问题讨论】:

    标签: python machine-learning computer-vision tensorflow image-recognition


    【解决方案1】:

    在这种情况下,您需要修改您的训练集并将“Nothing”的图像示例添加为另一个类。

    【讨论】:

    • 但它可以是任何其他不包含任何玫瑰或雏菊的图像。如果我只使用这两种类型的图像进行训练,脚本是否有可能告诉我该图像上不可能出现雏菊或玫瑰?
    【解决方案2】:

    Softmax 将鼓励网络做出决定,因此您通常会得到一些结果。

    正如 Luis 所说,您可以将“未知”类添加到您的类别中。这可能是最简单的选择:)

    由于 softmax 输出是概率,您也可以尝试设置一个阈值,将任何得分足够低的东西都视为无结果,尽管如上所述,softmax 是一个很好的决策者,所以它可能不太好用.

    由于您使用的是二分类预测,另一种选择是将 softmax 替换为 sigmoid 函数以获得介于 0(例如玫瑰)和 1(例如雏菊)之间的输出。然后,您可以在中间选择一个您认为不确定的范围(例如 0.4-0.6),并将其用作“未知”标签。

    【讨论】:

      猜你喜欢
      • 2016-09-23
      • 2017-08-04
      • 2020-03-07
      • 2018-01-23
      • 2021-03-20
      • 2020-02-09
      • 2019-08-06
      • 2018-07-23
      • 2018-07-26
      相关资源
      最近更新 更多