CNN 到 2 类的输出百分比

Question

我是争论的初学者。我有这个问题：我必须在视频的每一帧中对 2 类的百分比进行分类。 我创建了一个包含大约 500 张图像（每类 250 张）的小型数据集，以及一个包含这些层的 CNN：

model = tf.models.Sequential()
model.add(tf.layers.Conv2D(32, kernel_size=(3, 3), activation='relu',input_shape=(224,224,3)))
model.add(tf.layers.MaxPooling2D((2, 2)))
model.add(tf.layers.Conv2D(64, (3, 3), activation='relu'))
model.add(tf.layers.MaxPooling2D((2, 2)))
model.add(tf.layers.Conv2D(128, kernel_size=(3, 3), activation='relu'))
model.add(tf.layers.MaxPooling2D((2, 2)))
model.add(tf.layers.Conv2D(256, kernel_size=(3, 3), activation='relu'))
model.add(tf.layers.MaxPooling2D((2, 2)))
model.add(tf.layers.Flatten())
model.add(tf.layers.Dense(512, activation='relu'))
model.add(tf.layers.Dropout(0.2))
model.add(tf.layers.Dense(2,activation='sigmoid'))
model.summary()
model.compile(loss='binary_crossentropy', optimizer=tf.optimizers.Adam(learning_rate=0.00001), metrics=['accuracy'])

1)使用binary_crossentropy + sigmoid还是binary_crossentropy + softmax更好？

2)那么最好使用迁移学习/微调或像这样从头构建CNN？

3)我在 DataAugmentation 中使用 ImageDataGenerator，因为数据集很小，对吗？

4) 我可以为 batch_size、steps_per_epochs、learning_rate 使用哪些值...我注意到使用 val_accuracy 的模型准确度提前到了 1.0，并且在预测中不会返回每个类的正确百分比，而是返回值像 [9.999e-1 4.444e-5]

Answer 1

1. 由于您的分类是二元分类，因此请使用 sigmoid。 Softmax 适用于多类 (>2)。
2. 使用迁移学习总是更好。使用 VGG16、ResNet、Inception 等。
3. 是的，在小型数据集的情况下，数据扩充有很大帮助。
4. 你需要在最后一层使用一个神经元而不是 2。因为在一个神经元中，如果值大于 0.5，它将被视为 1 类，否则为 0。如果你想坚持使用两个神经元，那么，为了得到你的答案，你应该取预测的np.argmax，在你给出的例子中，pred = [9.999e-1 4.444e-5]，预测的类是0，作为pred[0] > pred[1]。