Мне нужно классифицировать небольшие изображения по 4 различным категориям, +1 фон для ложного обнаружения.
Во время тренировки потери быстро падают до 0,7, но остаются на этом уровне даже после 800 тыс. шагов. В конце концов, замороженный график, кажется, классифицирует большинство изображений с фоновой меткой.
Я, вероятно, что-то упустил, я подробно опишу шаги, которые я использовал ниже, и любые отзывы приветствуются. Я новичок в tf-slim, так что это может быть очевидная ошибка, может быть, слишком мало образцов? Я не ищу максимальной точности, просто что-то работает для прототипирования.
Исходные материалы можно найти здесь: https://www.dropbox.com/s/k55xoygdzb2efag/TilesDataset.zip?dl=0
Я использовал tensorflow-gpu 1.15.3 на Windows 10.
Я создал набор данных, используя:
python ./createTfRecords.py --tfrecord_filename=tilesV2_40 --dataset_dir=.\tilesV2\Tiles_40
Я добавил поставщика набора данных в models-master\research\slim\datasets на основе поставщика цветов.
Я изменил mobilnet_v2.py в models-master\research\slim\nets\mobilenet, изменил num_classes=5 и mobilenet.default_image_size = 40.
Я тренировал сеть с :
python ./models-master/research/slim/train_image_classifier.py --model_name "mobilenet_v2" --learning_rate 0.045 --preprocessing_name "inception_v2" --label_smoothing 0.1 --moving_average_decay 0.9999 --batch_size 96 --learning_rate_decay_factor 0.98 --num_epochs_per_decay 2.5 --train_dir ./weight --dataset_name Tiles_40 --dataset_dir .\tilesV2\Tiles_40
Когда я пробую это
python .\models-master\research\slim\eval_image_classifier.py --alsologtostderr --checkpoint_path ./weight/model.ckpt-XXX --dataset_dir ./tilesV2/Tiles_40 --dataset_name Tiles_40 --dataset_split_name validation --model_name mobilenet_v2
, я получаюeval/Recall_5[1]eval/Accuracy[1]
Затем я экспортирую график с помощью
python .\models-master\research\slim\export_inference_graph.py --alsologtostderr --model_name mobilenet_v2 --image_size 40 --output_file .\export\output.pb --dataset_name Tiles_40
И заморозить его с помощью
freeze_graph --input_graph .\export\output.pb --input_checkpoint .\weight\model.ckpt-XXX --input_binary true --output_graph .\export\frozen.pb --output_node_names MobilenetV2/Predictions/Reshape_1
Затем я пробую сеть с изображениями из набора данных с
python .\label_image.py --graph .\export\frozen.pb --labels .\tilesV2\Tiles_40\labels.txt --image .\tilesV2\Tiles_40\photos\lac\1_1.png --input_layer input --output_layer MobilenetV2/Predictions/Reshape_1
. Здесь я получаю неправильную классификацию, например0:background 0.92839915 2:lac 0.020171663 1:house 0.019106707 3:road 0.01677236 4:start 0.0155500565
для лакового изображения набора данных.
Я попытался изменить depth_multiplier, скорость обучения, обучение на процессоре, удалив --preprocessing_name "inception_v2"
из команды обучения. У меня не осталось идей...