使用 InceptionV3、VGG16 进行多类分类，有 101 个类，准确率非常低答案

【问题标题】：Multi class classification using InceptionV3,VGG16 with 101 classes very low accuracy使用 InceptionV3、VGG16 进行多类分类，有 101 个类，准确率非常低
【发布时间】：2020-09-30 02:50:18
【问题描述】：

我正在尝试建立一个包含 101 个类别的食品分类模型。数据集每个类别有 1000 张图像。我训练的模型的准确率低于 6%。我尝试使用 imagenet 权重实现 NASNet 和 VGG16，但准确度没有提高。我尝试过使用带或不带 amsgrad 的 Adam 优化器。我还尝试将学习率更改为 0.01 和 0.0001，但仍然保持在个位数。请建议将准确率提高到至少 60% 的方法。由于硬件限制（Macbook air 2017），我无法训练非常深的模型。

数据集：https://www.kaggle.com/kmader/food41

import tensorflow as tf
from tensorflow.keras.applications.inception_v3 import InceptionV3


train_data_dir=".../food_data/images"

data=tf.keras.preprocessing.image.ImageDataGenerator(
    featurewise_center=False,
    samplewise_center=False,
    featurewise_std_normalization=False,
    samplewise_std_normalization=False,
    zca_whitening=False,
    zca_epsilon=1e-06,
    rotation_range=45,
    width_shift_range=0.2,
    height_shift_range=0.2,
    brightness_range=None,
    shear_range=0.2,
    zoom_range=0.2,
    channel_shift_range=0.0,
    fill_mode="nearest",
    cval=0.0,
    horizontal_flip=True,
    vertical_flip=True,
    rescale=1./255,
)
datagen=data.flow_from_directory(
        train_data_dir,
        target_size=(360, 360),
        batch_size=10,
        class_mode='categorical')


base_model = InceptionV3(weights='imagenet',input_shape=(360,360,3), include_top=False)

for layer in base_model.layers:
    layer.trainable = False


x = base_model.output
x = tf.keras.layers.GlobalAveragePooling2D()(x)
x = tf.keras.layers.Dropout(0.3)(x)
x = tf.keras.layers.Dense(1024, activation='relu')(x)
x = tf.keras.layers.BatchNormalization()(x)
x = tf.keras.layers.Dense(512, activation='relu')(x)
x = tf.keras.layers.Dense(256, activation='relu')(x)
predictions = tf.keras.layers.Dense(101, activation='softmax')(x)
model = tf.keras.models.Model(inputs=base_model.input, outputs=predictions)

adam=tf.keras.optimizers.Adam(
    learning_rate=0.001,
    beta_1=0.9,
    beta_2=0.999,
    epsilon=1e-07,
    amsgrad=False,
    name="Adam",
)

model.compile(optimizer='rmsprop', loss='categorical_crossentropy',metrics=['accuracy'])
model.fit_generator(datagen,steps_per_epoch=100,epochs=50)

model.save('trained_food_new.h5')

【问题讨论】：

如果可能，尝试增加批量大小。如您所见，当有 101 个类时，批量大小为 10 可能会出现问题。
我已经尝试将批量大小增加到 50。我应该将它增加到 100 以上吗？
每批 50 张图像至少应该让您的准确率达到 6%。您还应该查看您正在执行的增强，以确保图像不会因添加噪声而失真到模型无法训练的位置。
感谢您的回复。我会尽量减少噪音。将批次增加到 50 以上不会显着提高准确性。我的目标是达到 60% 左右。我认为要达到 60% 的准确度，需要更改架构或更改模型。该模型在二元分类和类别少于 10 的情况下表现得非常好。但是随着类别的增加，这会产生一个问题

标签： python tensorflow machine-learning keras deep-learning

【解决方案1】：

很少有可以提高分类准确率的：

使用具有噪声学生权重的 EfficientNet。要训练的参数数量较少。由于它具有可扩展的架构，它提供了更高的准确性。
您可以使用测试时间增加。在您的测试数据生成器中，进行简单的水平翻转、垂直翻转（如果数据看起来真实）和仿射变换。它将生成数据的多个视图，并帮助模型平均出更多可能的类别。
检查 imgaug 库（浮雕、锐化、噪声添加等）。此外，还有一些已被证明有用的 random_eraser、剪切和混合策略。
尝试标签平滑。它还可以帮助您的分类器为正确的类别提供更多概率。
尝试学习率预热。像这样：

LR_START = 0.0001
LR_MAX = 0.00005
LR_MIN = 0.0001
LR_RAMPUP_EPOCHS = 4
LR_SUSTAIN_EPOCHS = 6
LR_EXP_DECAY = .8


def lrfn(epoch):
    if epoch < LR_RAMPUP_EPOCHS:
        lr = (LR_MAX - LR_START) / LR_RAMPUP_EPOCHS * epoch + LR_START
    elif epoch < LR_RAMPUP_EPOCHS + LR_SUSTAIN_EPOCHS:
        lr = LR_MAX
    else:
        lr = (LR_MAX - LR_MIN) * LR_EXP_DECAY**(epoch - LR_RAMPUP_EPOCHS - LR_SUSTAIN_EPOCHS) + LR_MIN
    return lr

您还可以提取特征并应用集成特征分类（XGBoost、Adaboost、BaggingClassifier）或三元组损失。

【讨论】：