Модель Keras для классификации изображений делает такой же прогноз - PullRequest
Новая
       59

Модель Keras для классификации изображений делает такой же прогноз

0 голосов
/ 06 февраля 2019

Новичок здесь!Я работаю над моделью классификации изображений в Керасе последние неделю или две.Я следил за некоторыми учебными пособиями онлайн, чтобы выполнить обучение переносу, используя VGG16 и Sequential.Я использовал набор данных food-101, и я знаю, что у меня есть модель overfit (99% acc и 70% val_acc).Я сталкиваюсь с проблемой, когда независимо от того, какое изображение я придаю своей модели, она всегда дает один и тот же прогноз.Я использую Dropout и L2 для упорядочения данных, но я озадачен тем, что заставляет модель постоянно давать неправильные прогнозы. 

model = models.Sequential()
model.add(Dense(units=512, activation='relu', input_dim=7*7*512))
model.add(layers.Dropout(0.5))
model.add(Dense(units=512, activation='relu', kernel_regularizer = regularizers.l2(0.00001)))
model.add(layers.Dropout(0.5))
model.add(Dense(units=512, activation='relu', kernel_regularizer = regularizers.l2(0.00001)))
model.add(layers.Dropout(0.5))
model.add(Dense(units=512, activation='relu', kernel_regularizer = regularizers.l2(0.00001)))
model.add(layers.Dropout(0.5))
model.add(Dense(units=15, activation='softmax'))

model.compile(optimizer=optimizers.Adam(lr=1e-4),
          loss='categorical_crossentropy',
          metrics=['acc'])
...