如何提高我的 cnn 训练模型的性能

Question

我的问题听起来很抽象，但我在其他讨论中找不到我的问题的解决方案。

我创建了自己的图片数据集 (128*128) 以拥有一个识别限速标志的 cnn 模型。所以我拍了大约 2000 张照片，大约分为 8 类。所以每个标志我有大约 200 张或更多的图片。

我已经测试了不同的模型，简单的模型，困难的模型，进行了数据增强以避免过度拟合，但结果始终相同，如图所示，我得到了“相当糟糕”或“嘈杂”的结果。

graph accuracy model 1

graph loss model 1

result model 1

graph accuracy model 2

graph loss model 2

result model 2

如您所见，我用不同的参数测试了两个不同的模型（图片大小不同，激活 = elu，内核大小不同，从 8 和 16 开始）。

所以我或多或少对我的工作深信不疑，因为当它来自我的相机的实时识别时，它不能很好地工作，或者预测并不总是正确的（尽管准确度为 0.9）。也许它来自我不正确的数据集？我的模型？我想对这个棘手的问题稍微了解一下:)。

我会给你我的模型和我的 20 公里/小时标志数据集示例。

example dataset 20km/h

此型号代码对应第二张图和结果：

no_Of_Filters = 8
size_of_Filter = (3, 3)  # THIS IS THE KERNEL THAT MOVE AROUND THE IMAGE TO GET THE FEATURES.
# THIS WOULD REMOVE 2 PIXELS FROM EACH BORDER WHEN USING 100 100 IMAGE
size_of_pool = (2, 2)  # SCALE DOWN ALL FEATURE MAP TO GENERALIZE MORE, TO REDUCE OVERFITTING
no_Of_Nodes = 100  # NO. OF NODES IN HIDDEN LAYERS
model = Sequential()
# ADDING MORE CONVOLUTION LAYERS = LESS FEATURES BUT CAN CAUSE ACCURACY TO INCREASE
model.add((layers.Conv2D(no_Of_Filters, size_of_Filter, input_shape=(imageDimensions[0], imageDimensions[1], 1),
                         activation='elu')))

model.add((layers.Conv2D(no_Of_Filters * 2, size_of_Filter, activation='elu')))
model.add(layers.MaxPooling2D(pool_size=size_of_pool))

model.add((layers.Conv2D(no_Of_Filters * 4, size_of_Filter, activation='elu')))

model.add((layers.Conv2D(no_Of_Filters * 8, size_of_Filter, activation='elu')))
model.add(layers.MaxPooling2D(pool_size=size_of_pool))

model.add(Flatten())
model.add(Dense(no_Of_Nodes, activation='relu'))
# model.add(Dropout(0.2))  # INPUTS NODES TO DROP WITH EACH UPDATE 1 ALL 0 NONE
model.add(Dense(noOfClasses, activation='softmax'))  # OUTPUT LAYER
# COMPILE MODEL
model.compile(Adam(lr=0.001), loss='categorical_crossentropy', metrics=['accuracy'])

Answer 1

您的问题涉及多个层面，所以让我一步一步尝试。

首先，您的图表并不是“非常糟糕”，而是您的模型正在训练的非常公平的指标。这是因为准确率的总体趋势是向上的，而损失是向下的（可以忽略噪声）。 一般来说，图表不应在训练和验证指标之间存在越来越大的差距，因为这是过度拟合的指标。

这将我带到下一部分 - 您如何拆分训练/验证/测试数据？ 是通常的 60-20-20 拆分吗？如果是，拆分是否分层（每个拆分中每个类别的比例相同）？您的测试数据必须是完全不可见的数据。

最后，对于使用您的相机进行实际推理，背景设置是否与训练图像相同（似乎是在办公室设置中）。由于背景中的附加细节，对在道路上捕获的图像进行测试可能会使模型失效——尤其是当您的模型非常简单时。 看来您的任务是某种程度的数字分类 - 为此，您应该查看在 MNIST 和 SVHN 等数据集上表现良好的模型。 对于第一步，我建议添加更多卷积层并查看性能是否有所提高。 此外，您可以尝试使用一些在 imagenet 上预训练的内置 keras 模型进行迁移学习，从而为训练提供良好的基础。